MétaCan
Menu
Retour à la cohorte
Enregistrement W2069608236 · doi:10.1002/cbic.200800593

Riboswitches: Ancient and Promising Genetic Regulators

2008· review· en· W2069608236 sur OpenAlexaff
Simon Blouin, Jérôme Mulhbacher, J. Carlos Penedo, Daniel A. Lafontaine

Notice bibliographique

RevueChemBioChem · 2008
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA and protein synthesis mechanisms
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésRiboswitchBiologyComputational biologyRNAGene expressionRegulation of gene expressionRNA splicingGeneRibozymeRibosomeGeneticsAlternative splicingNon-coding RNAMessenger RNA

Résumé

récupéré en direct d'OpenAlex

BAIT AND SWITCH: Metabolite-sensing riboswitches make use of RNA structural modulation to regulate gene expression, as illustrated in the scheme, in response to subtle changes in metabolite concentrations. This review describes the current knowledge about naturally occurring riboswitches and their growing potential as antibacterial cellular targets and as molecular biosensors. Newly discovered metabolite-sensing riboswitches have revealed that cellular processes extensively make use of RNA structural modulation to regulate gene expression in response to subtle changes in metabolite concentrations. Riboswitches are involved at various regulation levels of gene expression, such as transcription attenuation, translation initiation, mRNA splicing and mRNA processing. Riboswitches are found in the three kingdoms of life, and in various cases, are involved in the regulation of essential genes, which makes their regulation an essential part of cell survival. Because riboswitches operate without the assistance of accessory proteins, they are believed to be remnants of an ancient time, when gene regulation was strictly based on RNA, from which are left numerous "living molecular fossils", as exemplified by ribozymes, and more spectacularly, by the ribosome. Due to their nature, riboswitches hold high expectations for the manipulation of gene expression and the detection of small metabolites, and also offer an unprecedented potential for the discovery of novel classes of antimicrobial agents.

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,024
Tête enseignante GPT0,270
Écart entre enseignants0,246 · 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

Citations79
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemBioChemMême sujetRNA and protein synthesis mechanismsTravaux en français237 207