MétaCan
Menu
Retour à la cohorte
Enregistrement W2135402414 · doi:10.1007/978-1-60327-547-7_20

Emergence of a Complex Relationship between HIV-1 and the microRNA Pathway

2008· review· en· W2135402414 sur OpenAlexfundno aff
Dominique L. Ouellet, Isabelle Plante, Corinne Barat, Michel J. Tremblay, Patrick Provost

Notice bibliographique

RevueMethods in molecular biology · 2008
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDicermicroRNAGene silencingBiologySmall interfering RNAArgonauteViral replicationRNA silencingRNATrans-acting siRNARNA interferenceUntranslated regionTranslation (biology)RNA-induced silencing complexVirologyComputational biologyMessenger RNAVirusGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Recent experimental evidences support the existence of an increasingly complex and multifaceted interaction between viruses and the microRNA-guided RNA silencing machinery of human cells. The discovery of small interfering RNAs (siRNAs), which are designed to mediate cleavage of specific messenger RNAs (mRNAs), prompted virologists to establish therapeutic strategies based on siRNAs with the aim to suppress replication of several viruses, including human immunodeficiency virus type 1 (HIV-1). It has been appreciated only recently that viral RNAs can also be processed endogenously by the microRNA-generating enzyme Dicer or recognized by cellular miRNAs, in processes that could be viewed as an adapted antiviral defense mechanism. Known to repress mRNA translation through recognition of specific binding sites usually located in their 3' untranslated region, miRNAs of host or viral origin may exert regulatory effects towards host and/or viral genes and influence viral replication and/or the host response to viral infection. This article summarizes our current state of knowledge on the relationship between HIV-1 and miRNA-guided RNA silencing, and discusses the different aspects of their interaction.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Synthèse
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,112
Tête enseignante GPT0,436
Écart entre enseignants0,324 · 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'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

Citations25
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetRNA Interference and Gene DeliveryTravaux en français237 207