GENOME ANALYSIS OF GENBANK KNOWN RABBIT (Oryctolagus cuniculus) GENES
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| 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) | 0,002 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».