MétaCan
Menu
Retour à la cohorte
Enregistrement W2100806839 · doi:10.1186/1471-2199-6-11

Investigation of factors responsible for cell line cytoplasmic expression differences

2005· article· en· W2100806839 sur OpenAlexafffund
Jonathan D. Finn, Tabitha Wong, Pieter R. Cullis

Notice bibliographique

RevueBMC Molecular Biology · 2005
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensInimex Pharmaceuticals (Canada)University of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCytoplasmBiologyGene expressionCell cultureNucleaseCell biologyGeneCellRegulation of gene expressionMolecular biologyCell typeGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Previous work has described a novel cytoplasmic expression system that results in a 20-fold increase in the levels of gene expression over a standard CMV-based nuclear expression system, as compared with a 2-3 fold increase seen with previous similar systems. While this increase was seen with BHK and Neuro-2a cells, further studies revealed that some cell lines, such as COS-7, demonstrated relatively poor levels of cytoplasmic expression. The objective of this study was to determine what factors were responsible for the different expression levels between BHK (a high expressing cell line) and COS-7 (a low expressing cell line). RESULTS: The main findings of this work are that the individual elements of the cytoplasmic expression system (such as the T7 RNAP gene and Internal Ribosome Entry Sequence) are functioning similarly in both cell types. Both cell types were found to have the same amount of cytosolic nuclease activity, and that the cells appeared to have differences in the intra-cellular processing of DNA-cationic lipid complexes. CONCLUSION: After exploring many factors, it was found that differences in the intra-cellular processing of the DNA-cationic lipid complex was the most probable factor responsible for the difference in cytoplasmic gene expression.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,029
Tête enseignante GPT0,279
Écart entre enseignants0,250 · 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'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

Citations2
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Molecular BiologyMême sujetRNA Interference and Gene DeliveryTravaux en français237 207