Mapping <i>Drosophila</i> mutations with molecularly defined <i>P</i> element insertions
Notice bibliographique
Résumé
The isolation of chemically induced mutations in forward genetic screens is one of the hallmarks of Drosophila genetics. However, mapping the corresponding loci and identifying the molecular lesions associated with these mutations are often difficult and labor-intensive. Two mapping methods are most often used in flies: meiotic recombination mapping with marked chromosomes and deficiency mapping. The availability of the fly genome sequence allows the establishment and usage of molecular markers. Single-nucleotide polymorphisms have therefore recently been used to map several genes. Here we show that thousands of molecularly mapped P element insertions in fly strains that are publicly available provide a powerful alternative method to single-nucleotide polymorphism mapping. We present a strategy that allows mapping of lethal mutations, as well as viable mutations with visible phenotypes, with minimal resources. The most important unknown in using recombination rates to map at high resolution is how accurately recombination data correlate with molecular maps in small intervals. We therefore surveyed distortions of recombination rates in intervals <500 kb. We document the extent of distortions between the recombination and molecular maps and describe the required steps to map with an accuracy of <50 kb. Finally, we describe a recently developed method to determine molecular lesions in 50-kb intervals by using a heteroduplex DNA mutation detection system. Our data show that this mapping approach is inexpensive, efficient, and precise, and that it significantly broadens the application of P elements in Drosophila.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».