MétaCan
Menu
Retour à la cohorte
Enregistrement W2035442778 · doi:10.1039/c3mb70501c

A global investigation of gene deletion strains that affect premature stop codon bypass in yeast, <i>Saccharomyces cerevisiae</i>

2014· article· en· W2035442778 sur OpenAlexafffund
Bahram Samanfar, Le Hoa Tan, Kristina Shostak, Firoozeh Chalabian, Zongbin Wu, Md Alamgir, Noor Sunba, Daniel Burnside, Katayoun Omidi, Mohsen Hooshyar, Imelda Galván Márquez, Matthew Jessulat, Myron L. Smith, Mohan Babu, Ali Azizi, Ashkan Golshani

Notice bibliographique

RevueMolecular BioSystems · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA and protein synthesis mechanisms
Établissements canadiensUniversity of OttawaUniversity of ReginaCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSaccharomyces cerevisiaeYeastAffect (linguistics)GeneBiologyGeneticsSaccharomycesStop codonPsychologyCommunication

Résumé

récupéré en direct d'OpenAlex

Protein biosynthesis is an orderly process that requires a balance between rate and accuracy. To produce a functional product, the fidelity of this process has to be maintained from start to finish. In order to systematically identify genes that affect stop codon bypass, three expression plasmids, pUKC817, pUKC818 and pUKC819, were integrated into the yeast non-essential loss-of-function gene array (5000 strains). These plasmids contain three different premature stop codons (UAA, UGA and UAG, respectively) within the LacZ expression cassette. A fourth plasmid, pUKC815 that carries the native LacZ gene was used as a control. Transformed strains were subjected to large-scale β-galactosidase lift assay analysis to evaluate production of β-galactosidase for each gene deletion strain. In this way 84 potential candidate genes that affect stop codon bypass were identified. Three candidate genes, OLA1, BSC2, and YNL040W, were further investigated, and were found to be important for cytoplasmic protein biosynthesis.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,225
Écart entre enseignants0,216 · 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'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

Citations42
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular BioSystemsMême sujetRNA and protein synthesis mechanismsTravaux en français237 207