MétaCan
Menu
Retour à la cohorte
Enregistrement W1958333654 · doi:10.1261/rna.051474.115

Genome-wide detection of high abundance <i>N</i><sup>6</sup>-methyladenosine sites by microarray

2015· article· en· W1958333654 sur OpenAlexafffund
Yue Li, Yang Wang, Zhaolei Zhang, Alicia V. Zamudio, Jing Zhao

Notice bibliographique

RevueRNA · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchNational Cancer InstituteNational Institutes of HealthNational Institute of General Medical SciencesStem Cell NetworkCalifornia Institute for Regenerative MedicinePediatric Cancer Research FoundationAflac
Mots-clésBiologyN6-MethyladenosineGenomeAbundance (ecology)GeneticsMicroarrayComputational biologyGeneGene expressionMethylationMethyltransferaseEcology

Résumé

récupéré en direct d'OpenAlex

N(6)-methyladenosine (m(6)A), the most abundant internal RNA modification, functions in diverse biological processes, including regulation of embryonic stem cell self-renewal and differentiation. As yet, methods to detect m(6)A in the transcriptome rely on the availability and quality of an m(6)A antibody and are often associated with a high rate of false positives. Here, based on our observation that m(6)A interferes with A-T/U pairing, we report a microarray-based technology to map m(6)A sites in mouse embryonic stem cells. We identified 72 unbiased sites exhibiting high m(6)A levels from 66 PolyA RNAs. Bioinformatics analyses suggest identified sites are enriched on developmental regulators and may in some contexts modulate microRNA/mRNA interactions. Overall, we have developed microarray-based technology to capture highly enriched m(6)A sites in the mammalian transcriptome. This method provides an alternative means to identify m(6)A sites for certain applications.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,116
Score d'incertitude au seuil0,421

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,228
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRNAMême sujetRNA modifications and cancerTravaux en français237 207