MétaCan
Menu
← Retour à la cohorte
Enregistrement W2043788452 · doi:10.1139/o10-110

Gene insulation. Part I: natural strategies in yeast and <i>Drosophila</i>

2010· review· en· W2043788452 sur OpenAlexvenueno aff
Michèle Amouyal

Notice bibliographique

RevueBiochemistry and Cell Biology · 2010
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyEnhancerRNA polymerase IIIHeterochromatinGeneticsRNA polymerase IIChromatinGeneDrosophila melanogasterTranscription (linguistics)RNA polymeraseRNAPromoterGene expression

Résumé

récupéré en direct d'OpenAlex

This review in two parts deals with the increasing number of processes known to be used by eukaryotic cells to protect gene expression from undesired genomic enhancer or chromatin effects, by means of the so-called insulators or barriers. The most advanced studies in this expanding field concern yeasts and Drosophila (this article) and the vertebrates (next article in this issue). Clearly, the cell makes use of every gene context to find the appropriate, economic, solution. Thus, besides the elements formerly identified and specifically dedicated to insulation, a number of unexpected elements are diverted from their usual function to structure the genome and enhancer action or to prevent heterochromatin spreading. They are, for instance, genes actively transcribed by RNA polymerase II or III, partial elements of these transcriptional machineries (stalled RNA polymerase II, normally required by genes that must respond quickly to stimuli, or TFIIIC bound at its B-box, normally required by RNA polymerase III for assembly of the transcription initiation complex at tRNA genes), or genomic sequences occupied by variants of standard histones, which, being rapidly and permanently replaced, impede heterochromatin formation.

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 seuil0,007

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
Bibliométrie0,0010,002
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)0,0020,003

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 GPT0,297
Écart entre enseignants0,287 · 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

Citations3
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiochemistry and Cell Biology→Même sujetCRISPR and Genetic Engineering→Travaux en français237 207→