MétaCan
Menu
Retour à la cohorte
Enregistrement W1992814112 · doi:10.3390/ijms16035528

Mechanisms by Which Different Functional States of Mitochondria Define Yeast Longevity

2015· review· en· W1992814112 sur OpenAlexafffund
Adam Beach, Anna Leonov, Anthony Arlia‐Ciommo, Veronika Svistkova, Vicky Lutchman, Vladimir I. Titorenko

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2015
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Aging, and Longevity in Model Organisms
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchConcordia University
Mots-clésEukaryoteBiologyLongevityMitochondrionSaccharomyces cerevisiaeYeastModel organismFunction (biology)OrganelleCell biologyEvolutionary biologyComputational biologyGeneticsGeneGenome

Résumé

récupéré en direct d'OpenAlex

Mitochondrial functionality is vital to organismal physiology. A body of evidence supports the notion that an age-related progressive decline in mitochondrial function is a hallmark of cellular and organismal aging in evolutionarily distant eukaryotes. Studies of the baker's yeast Saccharomyces cerevisiae, a unicellular eukaryote, have led to discoveries of genes, signaling pathways and chemical compounds that modulate longevity-defining cellular processes in eukaryotic organisms across phyla. These studies have provided deep insights into mechanistic links that exist between different traits of mitochondrial functionality and cellular aging. The molecular mechanisms underlying the essential role of mitochondria as signaling organelles in yeast aging have begun to emerge. In this review, we discuss recent progress in understanding mechanisms by which different functional states of mitochondria define yeast longevity, outline the most important unanswered questions and suggest directions for future research.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,029
Tête enseignante GPT0,303
Écart entre enseignants0,274 · 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

Citations31
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetGenetics, Aging, and Longevity in Model OrganismsTravaux en français237 207