MétaCan
Menu
Retour à la cohorte
Enregistrement W1979079481 · doi:10.1002/bies.20585

Rebuilding microbial genomes

2007· article· en· W1979079481 sur OpenAlexafffund
Robert A. Holt, Robin M. Warren, Stéphane Flibotte, Perseus I. Missirlis, Duane E. Smailus

Notice bibliographique

RevueBioEssays · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial Genetics and Biotechnology
Établissements canadiensCanada's Michael Smith Genome Sciences Centre
Organismes subventionnairesMichael Smith Health Research BC
Mots-clésGenomeBiologyGeneSynthetic biologyComputational biologyDNAGenetics

Résumé

récupéré en direct d'OpenAlex

Engineered microbes are of great potential utility in biotechnology and basic research. In principle, a cell can be built from scratch by assembling small molecule sets with auto-catalytic properties. Alternatively, DNA can be isolated or directly synthesized and molded into a synthetic genome using existing genomic blueprints and molecular biology tools. Activating such a synthetic genome will yield a synthetic cell. Here we examine obstacles associated with this latter approach using a model system whereby a donor genome from H. influenzae is fragmented, and the pieces are then modified and reassembled stepwise in an E. coli host cell. There are obstacles associated with this strategy related to DNA transfer, DNA replication, cross-talk in gene regulation and compatibility of gene products between donor and host. Encouragingly, analysis of gene expression indicates widespread transcription of H. influenzae genes in E. coli, and analysis of gap locations in H. influenzae and other microbial genome assemblies reveals few genes routinely incompatible with E. coli. In conclusion, rebuilding and booting a genome remains a feasible and pragmatic approach to creating a synthetic microbial cell.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,008
Tête enseignante GPT0,235
Écart entre enseignants0,227 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations22
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioEssaysMême sujetBacterial Genetics and BiotechnologyTravaux en français237 207