MétaCan
Menu
Retour à la cohorte
Enregistrement W1997720154 · doi:10.3791/52345

Rapid Identification of Chemical Genetic Interactions in <em>Saccharomyces cerevisiae</em>

2015· article· en· W1997720154 sur OpenAlexafffund
David Dilworth, Christopher J. Nelson

Notice bibliographique

RevueJournal of Visualized Experiments · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueFungal and yeast genetics research
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Cancer Society Research Institute
Mots-clésSaccharomyces cerevisiaeMutantGeneBiologyComputational biologyDNA microarrayEukaryoteRNAGenetic screenGeneticsYeastMode of actionDNAGene expressionGenomeBiochemistry

Résumé

récupéré en direct d'OpenAlex

Determining the mode of action of bioactive chemicals is of interest to a broad range of academic, pharmaceutical, and industrial scientists. Saccharomyces cerevisiae, or budding yeast, is a model eukaryote for which a complete collection of ~6,000 gene deletion mutants and hypomorphic essential gene mutants are commercially available. These collections of mutants can be used to systematically detect chemical-gene interactions, i.e. genes necessary to tolerate a chemical. This information, in turn, reports on the likely mode of action of the compound. Here we describe a protocol for the rapid identification of chemical-genetic interactions in budding yeast. We demonstrate the method using the chemotherapeutic agent 5-fluorouracil (5-FU), which has a well-defined mechanism of action. Our results show that the nuclear TRAMP RNA exosome and DNA repair enzymes are needed for proliferation in the presence of 5-FU, which is consistent with previous microarray based bar-coding chemical genetic approaches and the knowledge that 5-FU adversely affects both RNA and DNA metabolism. The required validation protocols of these high-throughput screens are also described.

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 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 enseignants0,006
Score d'incertitude au seuil0,649

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,044
Tête enseignante GPT0,409
Écart entre enseignants0,365 · 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

Citations4
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetFungal and yeast genetics researchTravaux en français237 207