A functional genomic analysis of cell morphology using RNA interference
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The diversity of metazoan cell shapes is influenced by the dynamic cytoskeletal network. With the advent of RNA-interference (RNAi) technology, it is now possible to screen systematically for genes controlling specific cell-biological processes, including those required to generate distinct morphologies. RESULTS: We adapted existing RNAi technology in Drosophila cell culture for use in high-throughput screens to enable a comprehensive genetic dissection of cell morphogenesis. To identify genes responsible for the characteristic shape of two morphologically distinct cell lines, we performed RNAi screens in each line with a set of double-stranded RNAs (dsRNAs) targeting 994 predicted cell shape regulators. Using automated fluorescence microscopy to visualize actin filaments, microtubules and DNA, we detected morphological phenotypes for 160 genes, one-third of which have not been previously characterized in vivo. Genes with similar phenotypes corresponded to known components of pathways controlling cytoskeletal organization and cell shape, leading us to propose similar functions for previously uncharacterized genes. Furthermore, we were able to uncover genes acting within a specific pathway using a co-RNAi screen to identify dsRNA suppressors of a cell shape change induced by Pten dsRNA. CONCLUSIONS: Using RNAi, we identified genes that influence cytoskeletal organization and morphology in two distinct cell types. Some genes exhibited similar RNAi phenotypes in both cell types, while others appeared to have cell-type-specific functions, in part reflecting the different mechanisms used to generate a round or a flat cell morphology.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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