MétaCan
Menu
Retour à la cohorte
Enregistrement W2425589779 · doi:10.1007/978-1-62703-245-2_21

Using Reporter Genes and the Escherichia coli ASKA Overexpression Library in Screens for Regulators of the Gram Negative Envelope Stress Response

2012· article· en· W2425589779 sur OpenAlexafffund
Julia L. Wong, Stefanie Vogt, Tracy Raivio

Notice bibliographique

RevueMethods in molecular biology · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial Genetics and Biotechnology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésReporter genePlasmidGeneBiologyPromoterEscherichia coliBioreporterGeneticsTranscription (linguistics)Gene expressionMolecular biology

Résumé

récupéré en direct d'OpenAlex

We describe methods for screening the E. coliASKA overexpression library for clones that lead to altered expression of reporter genes. First, a promoter of interest is cloned upstream of either the lacZor luxCDABEgenes to yield reporter genes in which transcription is proportional to the levels of β-galactosidase or luminescence produced by strains carrying the reporter. The ASKA library is then condensed into two 96-well plates resulting in mixed preparations of 12 plasmids in each well. The plasmids in each well are transformed into the reporter strain and transformants are screened for either altered β-galactosidase or light production. The genes contained in ASKA clones that result in altered reporter gene expression are amplified and sequenced and the ASKA clone for the gene identified is retransformed into the parent reporter strain to confirm the effect. We have used screens like this one to look for new E. coligenes that, when over-expressed, result in the altered expression of promoters that are regulated by the envelope stress response. The identity of the clones can yield information about the nature of inducing cues and/or additional regulatory molecules. The techniques are broadly applicable to any microbial function of interest.

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)0,001
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
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 recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,024
Tête enseignante GPT0,343
Écart entre enseignants0,320 · 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
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetBacterial Genetics and BiotechnologyTravaux en français237 207