MétaCan
Menu
Retour à la cohorte
Enregistrement W2013768075 · doi:10.4161/rna.6.2.8095

How does the journey affect the message(RNA)?

2009· review· en· W2013768075 sur OpenAlexafffund
Alan Cochrane

Notice bibliographique

RevueRNA Biology · 2009
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchOntario HIV Treatment Network
Mots-clésBiologyRNACytoplasmMessenger RNACell biologyRNA-binding proteinSmall nuclear RNATransfer RNAeIF4AGeneticsGeneNon-coding RNA

Résumé

récupéré en direct d'OpenAlex

Research has determined that different RNAs within the cell (mRNA, snRNA, rRNA, tRNA) use distinct pathways to facilitate their movement from the nucleus to the cytoplasm. But does the nature of the pathway used affect the metabolism of the RNA? Recent studies have begun to address this question by examining the regulation of similar mRNAs exported by different pathways. We summarize the observations from several groups indicating that, in the case of HIV-1 mRNAs, the export pathway has dramatic effects on sensitivity to a translational inhibitor as well as the fate of the encoded proteins. Given that the mRNAs do not differ in physical structure (5' cap, 3' poly A tail), these findings suggest that the export pathway generates a distinct RNP composition that dictates the fate of the mRNA. Recent results have begun to define the composition of the HIV-1 RNP and, in turn, further re-enforced the hypothesis that these viral mRNAs have very distinct fates in the cytoplasm.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,642

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,036
Tête enseignante GPT0,353
Écart entre enseignants0,317 · 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'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

Citations11
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRNA BiologyMême sujetRNA Research and SplicingTravaux en français237 207