MétaCan
Menu
Retour à la cohorte
Enregistrement W2320770673 · doi:10.3899/jrheum.110282

Cryptogenic Organizing Pneumonia Mimicking Malignancy in a Patient with Rheumatoid Arthritis

2011· article· en· W2320770673 sur OpenAlexvenueno aff
Maria Konsta, Vassiliki-Kalliopi Bournia, Paraskevi Alexandrou, Alexios Iliopoulos

Notice bibliographique

RevueThe Journal of Rheumatology · 2011
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Metabolic Engineering and Bioproduction
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLipid metabolismYeastMetabolic engineeringComputational biologyXyloseBiochemistryBiologyGene

Résumé

récupéré en direct d'OpenAlex

<h3>Abstract</h3> The basidiomycete red yeast <i>Rhodotorula toruloides</i> is a promising platform organism for production of biooils. We present <i>rhto-GEM</i>, the first genome-scale model (GEM) of <i>R. toruloides</i> metabolism, that was largely reconstructed using RAVEN toolbox. The model includes 852 genes, 2731 reactions, and 2277 metabolites, while lipid metabolism is described using the SLIMEr formalism allowing direct integration of lipid class and acyl chain experimental distribution data. The simulation results confirmed that the <i>R. toruloides</i> model provides valid growth predictions on glucose, xylose and glycerol, while prediction of genetic engineering targets to increase production of linolenic acid, triacylglycerols and carotenoids identified genes – some of which have previously been engineered to successfully increase production. This renders <i>rtho-GEM</i> valuable for future studies to improve the production of other oleochemicals of industrial relevance including value-added fatty acids and carotenoids, in addition to facilitate system-wide omics-data analysis in <i>R. toruloides</i>. Expanding the portfolio of GEMs for lipid accumulating fungi contributes to both understanding of metabolic mechanisms of the oleaginous phenotype but also uncover particularities of the lipid production machinery in <i>R. toruloides</i>.

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: Empirique
Score de désaccord entre enseignants0,088
Score d'incertitude au seuil0,309

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 Opus0,007
Tête enseignante GPT0,182
Écart entre enseignants0,175 · 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

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of RheumatologyMême sujetMicrobial Metabolic Engineering and BioproductionTravaux en français237 207