MétaCan
Menu
Retour à la cohorte
Enregistrement W2130338082 · doi:10.1007/978-3-7643-8595-8_5

Chemical-genetic approaches for exploring the mode of action of natural products

2008· review· en· W2130338082 sur OpenAlexaff
Andrés López, Ainslie B. Parsons, Corey Nislow, Guri Giaever, Charles Boone

Notice bibliographique

RevueBirkhäuser Basel eBooks · 2008
Typereview
Langueen
DomaineMedicine
ThématiqueMicrobial Natural Products and Biosynthesis
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNatural (archaeology)Action (physics)Computer scienceBiologyPhysics

Résumé

récupéré en direct d'OpenAlex

Determining the mode of action of bioactive compounds, including natural products, is a central problem in chemical biology. Because many genes are conserved from the yeast Saccharomyces cerevisiae to humans and a number of powerful genomics tools and methodologies have been developed for this model system, yeast is making a major contribution to the field of chemical genetics. The set of barcoded yeast deletion mutants, including the set of approximately 5000 viable haploid and homozygous diploid deletion mutants and the complete set of approximately 6000 heterozygous deletion mutants, containing the set of approximately 1000 essential genes, are proving highly informative for identifying chemical-genetic interactions and deciphering compound mode of action. Gene deletions that render cells hypersensitive to a specific drug identify pathways that buffer the cell against the toxic effects of the drug and thereby provide clues about both gene and compound function. Moreover, compounds that show similar chemical-genetic profiles often perturb similar target pathways. Gene dosage can be exploited to discover connections between compounds and their targets. For example, haploinsufficiency profiling of an antifungal compound, in which the set of approximately 6000 heterozygous diploid deletion mutants are scored for hypersensitivity to a compound, may identify the target directly. Creating deletion mutant collections in other fungal species, including the major human fungal pathogen Candida albicans, will expand our chemical genomics tool set, allowing us to screen for antifungal lead drugs directly. The yeast deletion mutant collection is also being exploited to map large-scale genetic interaction data obtained from genome-wide synthetic lethal screens and the integration of this data with chemical genetic data should provide a powerful system for linking compounds to their target pathway. Extensive application of chemical genetics in yeast has the potential to develop a small molecule inhibitor for the majority of all approximately 6000 yeast genes.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,231
Tête enseignante GPT0,322
Écart entre enseignants0,091 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations39
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBirkhäuser Basel eBooksMême sujetMicrobial Natural Products and BiosynthesisTravaux en français237 207