GENOME ANALYSIS OF GENBANK KNOWN RABBIT (Oryctolagus cuniculus) GENES
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
After downloading all known rabbit genes, key words specific to complete coding sequences were used to filter out partial coding sequences. As a result, 160 full-length, nuclear, protein-coding and functionally annotated genes were extracted from GenBank database. These genes were subjected to synonymous codon and amino acid usage analysis. The results showed a clear base composition bias in the genes analyzed. The effective number of codons used (Nc values) ranged between 30.07 and 59.98 with a mean of 51.31 with a standard deviation (SD) of 5.71. The frequency of G + C at the synonymous third position of codons (GC3s) varied between 0.3 and 0.96 with a mean of 0.55 and a SD of 0.14, clearly indicating marked variation and heterogeneity in codon usage patterns among the different genes. The distribution of relative synonymous codon usage (RSCU) values calculated for all the genes indicated that codons with a G or C in the third position are widely employed, and although RCSU values for A/T or G/C ending codons are almost equal, G/C appears to play a dominant role. This pattern of dominance was confirmed by the distribution of amino acid occurrence. Leucine (CUN) and serine (UCN) were the most frequent amino acids, followed by arginine (CGN), proline (CCN), glycine (GGN) and alanine (GCN), in relatively equal proportions. The heterogeneity observed in the analyzed genes was then further probed by multivariate statistical analyses. A major trend in codon usage that correlated with gene expression values was revealed. These findings suggest that translational efficiency exerts a stronger influence on codon usage preference than compositional bias in the sampled rabbit 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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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