MétaCan
Menu
Retour à la cohorte
Enregistrement W2159840270 · doi:10.1002/wrna.99

RNA toxins: mediators of stress adaptation and pathogen defense

2011· review· en· W2159840270 sur OpenAlexaff
Alice Zhabokritsky, Meherzad Kutky, Lydia A. Burns, Rajita A. Karran, Katalin A. Hudak

Notice bibliographique

RevueWiley Interdisciplinary Reviews - RNA · 2011
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueToxin Mechanisms and Immunotoxins
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésRNACleaveBiologyTranslation (biology)RibosomeRibosomal RNACell biologyRNA silencingProtein biosynthesisTransfer RNAMessenger RNAGene expressionGeneEnzymeGeneticsRNA interferenceBiochemistry

Résumé

récupéré en direct d'OpenAlex

RNA toxins are a group of enzymes primarily synthesized by bacteria, fungi, and plants that either cleave or depurinate RNA molecules. These proteins may be divided according to their RNA substrates: ribotoxins are nucleases that cleave ribosomal RNA (rRNA), ribosome inactivating proteins are glycosidases that remove a base from rRNA, messenger RNA (mRNA) interferases are nucleases that cleave mRNAs, and anticodon nucleases cleave transfer RNAs (tRNAs). These modifications to the RNAs may substantially alter gene expression and translation rates. Given that some of these enzymes cause cell death, it has been suggested that they function mainly in defense, either to kill competing cells or to elicit suicide and thereby limit pathogen spread from infected cells. Although good correlations have been drawn between their enzymatic functions and toxicity, recent work has shown that some RNA toxins cause apoptosis in the absence of damage to RNA and that defense against pathogens can be achieved without host cell death. Moreover, a decrease in cellular translation rate, insufficient to cause cell death, allows some organisms to adapt to stress and environmental change. Although ascribing effects observed in vitro to the roles of these toxins in nature has been challenging, recent results have expanded our understanding of their modes of action, and emphasized the importance of these toxins in development, adaptation to stress and defense against pathogens.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,052
Tête enseignante GPT0,309
Écart entre enseignants0,257 · 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

Citations13
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWiley Interdisciplinary Reviews - RNAMême sujetToxin Mechanisms and ImmunotoxinsTravaux en français237 207