MétaCan
Menu
Retour à la cohorte
Enregistrement W2414325687 · doi:10.1007/978-1-59745-540-4_7

Chemogenomic Approaches to Elucidation of Gene Function and Genetic Pathways

2009· article· en· W2414325687 sur OpenAlexaff
Sarah E. Pierce, Ronald W. Davis, Corey Nislow, Guri Giaever

Notice bibliographique

RevueMethods in molecular biology · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueFungal and yeast genetics research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBiologyComputational biologyGenomeGeneGeneticsDNA microarrayBarcodeYeastMicroarrayMutantGene expression

Résumé

récupéré en direct d'OpenAlex

The approximately 6,000 strains in the yeast deletion collection can be studied in a single culture by using a microarray to detect the 20 bp DNA "barcodes" or "tags" contained in each strain. Barcode intensities measured by microarray are compared across time-points or across conditions to analyze the relative fitness of each strain. The development of this pooled fitness assay has greatly facilitated the functional annotation of the yeast genome by making genome-wide gene-deletion studies faster and easier, and has led to the development of high throughput methods for studying drug action in yeast. Pooled screens can be used for identifying gene functions, measuring the functional relatedness of gene pairs to group genes into pathways, identifying drug targets, and determining a drug's mechanism of action. This process involves five main steps: preparing aliquots of pooled cells, pooled growth, isolation of genomic DNA and PCR amplification of the barcodes, array hybridization, and data analysis. In addition to yeast fitness applications, the general method of studying pooled samples with barcode arrays can also be adapted for use with other types of samples, such as mutant collections in other organisms, siRNA vectors, and molecular inversion probes.

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: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,067
Tête enseignante GPT0,344
Écart entre enseignants0,276 · 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

Citations14
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetFungal and yeast genetics researchTravaux en français237 207