Differences in Promoters of Orthologous Genes
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.
Notice bibliographique
Résumé
Human genetic experiments are often conducted based on the orthologous genes in other mammals such as mouse and rat. The resulting conclusions of such experiments are often limited in their applicability to the human situation. This has raised a question as to why the orthologous genes with closely related or even identical coding regions behave differently in various mammals, and motivated us to study the promoter of these genes. We proposed a functional promoter similarity index (FPSI) based on the number of putative, but statistically significant associations (p ≤ 0.05) between transcription factors and their target orthologous genes. We deduced such association through searching known transcription factor binding sites from promoters of the genes. The FPSI was validated using microarray gene expression data. We did pair-wise study of seven vertebrate genomes (human, chimpanzee, mouse, rat, dog, chicken, and zebrafish). The FPSIs of orthologous genes are generally high between human and chimpanzee, with a mean FPSI of 0.79, but gradually decrease when human is compared to the mouse (0.22), rat (0.2), dog (0.2), chicken (0.13) or zebrafish (0.06). We then performed an analogous analysis for 2128 human cancer-associated genes and the results were similar, but had significantly improved FPSIs between these human genes and their orthologs in mouse, rat, and dog. The differences in the promoter regions of orthologous genes appear to be genome wide and negatively correlated with divergence time of the organisms. Such correlation suggests that the FPSI could be used as a measure of phylogenetic conservation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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