MétaCan
Menu
Retour à la cohorte
Enregistrement W2071675732 · doi:10.1111/j.1600-0854.2005.00305.x

Septins: Traffic Control at the Cytokinesis Intersection

2005· review· en· W2071675732 sur OpenAlexafffund
E. Emily Joo, Christopher W. Tsang, William S. Trimble

Notice bibliographique

RevueTraffic · 2005
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueFungal and yeast genetics research
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesNational Cancer InstituteCanadian Institutes of Health ResearchUniversity of Toronto
Mots-clésCytokinesisSeptinCell biologyBiologyCell divisionTelophaseMitosisPhragmoplastCytoplasmCytoskeletonCleavage furrowCell plateCell cycleAnaphaseCellGenetics

Résumé

récupéré en direct d'OpenAlex

The physical division of one cell into two requires the highly orchestrated separation of genetic and cytoplasmic contents during M phase of the cell cycle. Mitosis, the physical segregation of the genetic material of a cell into two daughter cells, has traditionally received more attention than cytokinesis, the partitioning of the cytoplasmic contents, yet clearly the two processes must be intimately co-ordinated and tightly regulated. While plant cells divide by the formation of a membranous cell barrier called the phragmoplast, animal cell division is largely driven by contraction of an actomyosin ring. However, recent evidence has suggested that membranes derived from one or more intracellular compartments are also required to break the cytoplasmic bridge connecting two dividing cells during late telophase. In this review, we focus on studies of animal cell cytokinesis that support a requirement for specific endomembrane fusion during fission, define molecular components of the membrane fusion apparatus that may be involved and point to possible roles for an emerging family of cytoskeletal proteins, the septins, in this process.

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 seuil0,008

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 savante0,0010,001
Science ouverte0,0010,000
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 Opus0,030
Tête enseignante GPT0,327
Écart entre enseignants0,296 · 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

Citations53
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTrafficMême sujetFungal and yeast genetics researchTravaux en français237 207