MétaCan
Menu
Retour à la cohorte
Enregistrement W2104174145 · doi:10.1091/mbc.e07-12-1254

Deletion of Many Yeast Introns Reveals a Minority of Genes that Require Splicing for Function

2008· article· en· W2104174145 sur OpenAlexaff
Julie Parenteau, Mathieu Durand, Steeve Véronneau, Andrée-Anne Lacombe, Geneviève Morin, Valérie Guérin, Bojana Cecez, Julien Gervais-Bird, ChuShin Koh, David Brunelle, Raymund J. Wellinger, Benoı̂t Chabot, Sherif Abou Elela

Notice bibliographique

RevueMolecular Biology of the Cell · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésIntronBiologyRNA splicingGeneGeneticsGroup II intronMinor spliceosomeSaccharomyces cerevisiaeGroup I catalytic intronRNA

Résumé

récupéré en direct d'OpenAlex

Splicing regulates gene expression and contributes to proteomic diversity in higher eukaryotes. However, in yeast only 283 of the 6000 genes contain introns and their impact on cell function is not clear. To assess the contribution of introns to cell function, we initiated large-scale intron deletions in yeast with the ultimate goal of creating an intron-free model eukaryote. We show that about one-third of yeast introns are not essential for growth. Only three intron deletions caused severe growth defects, but normal growth was restored in all cases by expressing the intronless mRNA from a heterologous promoter. Twenty percent of the intron deletions caused minor phenotypes under different growth conditions. Strikingly, the combined deletion of all introns from the 15 cytoskeleton-related genes did not affect growth or strain fitness. Together, our results show that although the presence of introns may optimize gene expression and provide benefit under stress, a majority of introns could be removed with minor consequences on growth under laboratory conditions, supporting the view that many introns could be phased out of Saccharomyces cerevisiae without blocking cell growth.

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 enseignants0,027
Score d'incertitude au seuil0,313

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 Opus0,017
Tête enseignante GPT0,261
Écart entre enseignants0,243 · 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

Citations130
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Biology of the CellMême sujetRNA Research and SplicingTravaux en français237 207