MétaCan
Menu
Retour à la cohorte
Enregistrement W2091166268 · doi:10.3791/1146

Dissection of <em>Saccharomyces Cerevisiae</em> Asci

2009· article· en· W2091166268 sur OpenAlexfundno aff
Audrey Morin, Adrian Moores, Michael Sacher

Notice bibliographique

RevueJournal of Visualized Experiments · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueFungal and yeast genetics research
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchConcordia University
Mots-clésPloidySaccharomyces cerevisiaeBiologyMeiosisGeneticsYeastMating of yeastMatingStrain (injury)Mating typeCell biologyGeneAnatomy

Résumé

récupéré en direct d'OpenAlex

Yeast is a highly tractable model system that is used to study many different cellular processes. The common laboratory strain Saccharomyces cerevisiae exists in either a haploid or diploid state. The ability to combine alleles from two haploids and the ability to introduce modifications to the genome requires the production and dissection of asci. Asci production from haploid cells begins with the mating of two yeast haploid strains with compatible mating types to produce a diploid strain. This can be accomplished in a number of ways either on solid medium or in liquid. It is advantageous to select for the diploids in medium that selectively promotes their growth compared to either of the haploid strains. The diploids are then allowed to sporulate on nutrient-poor medium to form asci, a bundle of four haploid daughter cells resulting from meiotic reproduction of the diploid. A mixture of vegetative cells and asci is then treated with the enzyme zymolyase to digest away the membrane sac surrounding the ascospores of the asci. Using micromanipulation with a microneedle under a dissection microscope one can pick up individual asci and separate and relocate the four ascopores. Dissected asci are grown for several days and tested for the markers or alleles of interest by replica plating onto appropriate selective media.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,730

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,391
Écart entre enseignants0,369 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetFungal and yeast genetics researchTravaux en français237 207