MétaCan
Menu
Retour à la cohorte
Enregistrement W2316761514 · doi:10.11145/bmc.2016.04.167

Using Rapid Kinetics and Molecular Dynamics Simulations to Study Biomolecular Information Processing and Design

2016· article· en· W2316761514 sur OpenAlexaff
Evelina Ines De Laurentiis, Dylan Girodat, Evan Mercier, Hans‐Joachim Wieden

Notice bibliographique

RevueBiomath Communications · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA and protein synthesis mechanisms
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésTranslation (biology)RibosomeRational designSynthetic biologyProtein biosynthesisRibonucleoproteinComputational biologyComputer scienceRNABiomoleculeMessenger RNAProcess (computing)Structural biologyBiologyBiological systemNanotechnologyGeneCell biologyGeneticsMaterials scienceProgramming language

Résumé

récupéré en direct d'OpenAlex

Translation, the ribosome dependent synthesis of proteins, is the last step of gene expression. It is targeted by a large number of antibiotics that modulate, in one way or the other, the dynamic properties of the involved biomolecules. Protein synthesis is a highly conserved multi-step process facilitated by a large ribonucleoprotein complex (the ribosome) acting as a biomolecular assembler, converting genetic information provided as RNA transcripts (mRNA) into proteins. This process occurs with high speed and incredible accuracy within any living system (1). As such, accuracy is the key to maintaining the integrity of the genetic information to be reflected in the resulting proteins. The underlying design principles that enable the translation machinery to achieve these performance characteristics is of great interest for a large number of fields and applications, naming antibiotics design and the rational engineering of biomolecular machines just as two examples.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,501
Score d'incertitude au seuil0,428

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,303
Écart entre enseignants0,263 · 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 tête enseignante, 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
GenreEmpirique

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

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomath CommunicationsMême sujetRNA and protein synthesis mechanismsTravaux en français237 207