MétaCan
Menu
Retour à la cohorte
Enregistrement W2094320194 · doi:10.3389/fnmol.2012.00036

Trans-acting factors governing acetylcholinesterase mRNA metabolism in neurons

2012· article· en· W2094320194 sur OpenAlexafffund
Lucas Bronicki, Bernard J. Jasmin

Notice bibliographique

RevueFrontiers in Molecular Neuroscience · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueCholinesterase and Neurodegenerative Diseases
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchCanadian Space AgencyMuscular Dystrophy CanadaMuscular Dystrophy Association
Mots-clésAcetylcholinesteraseNeuroscienceMetabolismMessenger RNAChemistryBiologyEnzymeEndocrinologyBiochemistryGene

Résumé

récupéré en direct d'OpenAlex

The most characterized function of acetylcholinesterase (AChE) is to terminate cholinergic signaling at neuron-neuron and neuro-muscular synapses. In addition, AChE is causally or casually implicated in neuronal development, stress-response, cognition, and neurodegenerative diseases. Given the importance of AChE, many studies have focused on identifying the molecular mechanisms that govern its expression. Despite these efforts, post-transcriptional control of AChE mRNA expression is still relatively unclear. Here, we review the trans-acting factors and cis-acting elements that are known to control AChE pre-mRNA splicing, mature mRNA stability and translation. Moreover, since the Hu/ELAV family of RNA-binding proteins (RBPs) have emerged in recent years as "master" post-transcriptional regulators, we discuss the possibility that predominantly neuronal ELAVs (nELAVs) play multiple roles in regulating splicing, stability, localization, and translation of AChE mRNA.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,447
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,027
Tête enseignante GPT0,289
Écart entre enseignants0,262 · 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.

Devis d'étudeObservationnel
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

Citations14
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Molecular NeuroscienceMême sujetCholinesterase and Neurodegenerative DiseasesTravaux en français237 207