MétaCan
Menu
Retour à la cohorte
Enregistrement W2411665017 · doi:10.1385/1-59259-210-4:085

High-Efficiency Transformation of Plasmid DNA into Yeast

2003· article· en· W2411665017 sur OpenAlexaff
Robin A. Woods, R. Daniel Gietz

Notice bibliographique

RevueHumana Press eBooks · 2003
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueFungal and yeast genetics research
Établissements canadiensUniversity of ManitobaUniversity of Winnipeg
Organismes subventionnairesnon disponible
Mots-clésPlasmidTransformation (genetics)BiologyComplementary DNAYeastDNAMolecular biologyGenomic libraryTransformation efficiencyGeneGeneticsAgrobacterium

Résumé

récupéré en direct d'OpenAlex

The yeast two-hybrid system was first introduced by Fields and Song () in 1989. They showed that plasmids expressing the GAL4 BD-SNF1 and GAL4 AD-SNF4 fusion proteins activated a GALl-lacZ reporter gene. The first application of the system involved cotransformation of two plasmids into the strain GGY1:: 171—one plasmid containing the GAL4 BD fused to sequences from the 3′ end of SIR4 and the other containing GAL4 AD fused to fragments of yeast genomic DNA (). The cotransformation was accomplished by the newly reported high-efficiency lithium acetate/single-stranded carrier DNA/polyethylene glycol (LiAc/ssDNA/PEG) protocol () to generate 220,000 transformants and identified two positive clones. The efficiency of this transformation protocol was 2×104 transformants/(g of plasmid·108 cells) (), and the frequency of cotransformation was shown to range from 30 to 40% (). Screening a mam-malian cDNA library by the yeast two-hybrid system requires a large number of transformants. For example, the detection of proteins that interacted with huntingtin, the Huntington disease protein, involved a screen of 4×107 transformants from an adult human brain cDNA library (). We have reported several modifications and improvements to the LiAc/ssDNA/PEG protocol so that it can easily generate the numbers of transformants required for such screens.

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)0,002
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,008

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 Opus0,025
Tête enseignante GPT0,268
Écart entre enseignants0,243 · 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
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

Citations61
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHumana Press eBooksMême sujetFungal and yeast genetics researchTravaux en français237 207