MétaCan
Menu
Retour à la cohorte
Enregistrement W2163313936 · doi:10.1186/1471-2121-12-25

Computer-based fluorescence quantification: a novel approach to study nucleolar biology

2011· article· en· W2163313936 sur OpenAlexafffund
Mohamed Kodiha, Piotr Bański, Ursula Stochaj

Notice bibliographique

RevueBMC Cell Biology · 2011
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Chromatin Dynamics
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaMcGill UniversityHeart and Stroke Foundation of Canada
Mots-clésNucleolusBiologyRibosome biogenesisRibosomeCell biologyComputational biologyProteomeRNANucleusBioinformaticsGeneticsGene

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Nucleoli are composed of possibly several thousand different proteins and represent the most conspicuous compartments in the nucleus; they play a crucial role in the proper execution of many cellular processes. As such, nucleoli carry out ribosome biogenesis and sequester or associate with key molecules that regulate cell cycle progression, tumorigenesis, apoptosis and the stress response. Nucleoli are dynamic compartments that are characterized by a constant flux of macromolecules. Given the complex and dynamic composition of the nucleolar proteome, it is challenging to link modifications in nucleolar composition to downstream effects. RESULTS: In this contribution, we present quantitative immunofluorescence methods that rely on computer-based image analysis. We demonstrate the effectiveness of these techniques by monitoring the dynamic association of proteins and RNA with nucleoli under different physiological conditions. Thus, the protocols described by us were employed to study stress-dependent changes in the nucleolar concentration of endogenous and GFP-tagged proteins. Furthermore, our methods were applied to measure de novo RNA synthesis that is associated with nucleoli. We show that the techniques described here can be easily combined with automated high throughput screening (HTS) platforms, making it possible to obtain large data sets and analyze many of the biological processes that are located in nucleoli. CONCLUSIONS: Our protocols set the stage to analyze in a quantitative fashion the kinetics of shuttling nucleolar proteins, both at the single cell level as well as for a large number of cells. Moreover, the procedures described here are compatible with high throughput image acquisition and analysis using HTS automated platforms, thereby providing the basis to quantify nucleolar components and activities for numerous samples and experimental conditions. Together with the growing amount of information obtained for the nucleolar proteome, improvements in quantitative microscopy as they are described here can be expected to produce new insights into the complex biological functions that are orchestrated by the nucleolus.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
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)0,0020,001

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,245
Écart entre enseignants0,208 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Cell BiologyMême sujetGenomics and Chromatin DynamicsTravaux en français237 207