MétaCan
Menu
Retour à la cohorte
Enregistrement W2020879581 · doi:10.1109/cibcb.2010.5510703

Classifying Cytochrome c Oxidase subunit 1 by translation initiation mechanism using side effect machines

2010· article· en· W2020879581 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMachine Learning in Bioinformatics
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Genomics InstituteGenome Canada
Mots-clésMechanism (biology)Cytochrome c oxidaseTranslation (biology)Side effect (computer science)Protein subunitComputer scienceMachine translationSIGNAL (programming language)Computational biologyGeneArtificial intelligenceOxidase testBiologyEnzymeGeneticsMitochondrionBiochemistryMessenger RNAPhysics

Résumé

récupéré en direct d'OpenAlex

Cytochrome c oxidase subunit 1 (cox1) is unusual among mitochondrial genes in that instead of using AUG or one of the recognized alternative start codons it often appears to use an unknown means for initiating translation. However, the frequency of this unusual behavior as well as the underlying molecular mechanism are unknown. In this paper we use side effect machines to probe for signal in the sequence. Evolved side effect machines were able to correctly classify cox1 genes with ambiguous start codons 80.1% of the time. Side effect machines are finite state machines that have side effects associated with their states. In this study a simple side effect, a counter for the number of times the state was entered, is used. The problem is found to be challenging, a substantial majority of replicates found no signal, but some classifiers with statistically significant classification ability were located.

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.

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)0,000
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 enseignants0,116
Score d'incertitude au seuil0,671

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,275
Écart entre enseignants0,264 · 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

En bref

Citations8
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMachine Learning in BioinformaticsTravaux en français237 207