MétaCan
Menu
Retour à la cohorte
Enregistrement W1975156117 · doi:10.1139/o08-008

Riboswitches that sense <i>S</i>-adenosylmethionine and <i>S</i>-adenosylhomocysteineThis paper is one of a selection of papers published in this Special Issue, entitled CSBMCB — Systems and Chemical Biology, and has undergone the Journal's usual peer review process.

2008· review· en· W1975156117 sur OpenAlexvenueno aff
Joy Xin Wang, Ronald R. Breaker

Notice bibliographique

RevueBiochemistry and Cell Biology · 2008
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA and protein synthesis mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institute of General Medical SciencesNational Institutes of HealthHoward Hughes Medical Institute
Mots-clésRiboswitchAptamerComputational biologySelection (genetic algorithm)BiologyMethylationRNAClass (philosophy)GeneticsNon-coding RNAGeneComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Numerous riboswitches have been discovered that specifically recognize metabolites and modulate gene expression. Each riboswitch class is defined either by the consensus sequence and structural features of its metabolite-binding aptamer domain, or by the distinct metabolite that the aptamer recognizes. Several distinct classes of riboswitches that respond to S-adenosylmethionine (SAM or AdoMet) have been discovered. Representatives of these classes have been shown to strongly discriminate against S-adenosylhomocystenine (SAH or AdoHcy), which is the metabolic byproduct produced when SAM is used as a cofactor for methylation reactions. However, a distinct class of riboswitches that selectively binds SAH, and strongly discriminates against SAM, also has been discovered. Herein we compare the features of SAM and SAH riboswitches, which help showcase the enormous structural diversity that RNA can harness to form precision genetic switches for compounds that are critical for fundamental metabolic processes.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,607
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,026
Tête enseignante GPT0,274
Écart entre enseignants0,249 · 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.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreSynthèse

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

En bref

Citations111
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiochemistry and Cell BiologyMême sujetRNA and protein synthesis mechanismsTravaux en français237 207