MétaCan
Menu
← Retour à la cohorte
Enregistrement W2402270617 · doi:10.1007/978-1-62703-980-2_15

Complementation of U4 snRNA in S. cerevisiae Splicing Extracts for Biochemical Studies of snRNP Assembly and Function

2014· article· en· W2402270617 sur OpenAlexaff
Martha R. Stark, Stephen D. Rader

Notice bibliographique

RevueMethods in molecular biology · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensUniversity of British ColumbiaUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésRNA splicingPrp24snRNPSmall nuclear RNABiologyRNABiochemistryCell biologyGeneticsGeneNon-coding RNA

Résumé

récupéré en direct d'OpenAlex

Pre-messenger RNA splicing is a surprisingly complex and dynamic process, the details of which remain largely unknown. One important method for studying splicing involves the replacement of endogenous splicing components with their synthetic counterparts. This enables changes in protein or nucleic acid sequence to be tested for functional effects, as well as the introduction of chemical moieties such as cross-linking groups and fluorescent dyes. To introduce the modified component, the endogenous one must be removed and a method found to reconstitute the active splicing machinery. In extracts prepared from S. cerevisiae, reconstitution has been accomplished with the small, nuclear RNAs U6, U2, and U5.We describe a comparable method to reconstitute active U4 small, nuclear RNA (snRNA) into a splicing extract. In order to remove the endogenous U4 it is necessary to target it for oligo-directed RNase H degradation while active splicing is under way, i.e., in the presence of a splicing transcript and ATP. This allows complete degradation of endogenous U4 and subsequent replacement with an exogenous version. In contrast to the procedures described for depletion of U6, U2, or U5 snRNAs, depletion of U4 requires concurrent active splicing. The ability to reconstitute U4 in yeast extract allows a variety of structural and functional studies to be carried out.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,059
Tête enseignante GPT0,470
Écart entre enseignants0,411 · 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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biology→Même sujetRNA Research and Splicing→Travaux en français237 207→