MétaCan
Menu
Retour à la cohorte
Enregistrement W2559752444 · doi:10.1038/ncomms13788

Transcriptional bursting is intrinsically caused by interplay between RNA polymerases on DNA

2016· article· en· W2559752444 sur OpenAlexfundno aff
Keisuke Fujita, Mitsuhiro Iwaki, Toshio Yanagida

Notice bibliographique

RevueNature Communications · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGene Regulatory Network Analysis
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of GeneticsRIKEN
Mots-clésBurstingBiologyRNATranscriptional regulationPolymeraseCell biologyDNARNA polymeraseGeneGene expressionGeneticsComputational biologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Cell-to-cell variability plays a critical role in cellular responses and decision-making in a population, and transcriptional bursting has been broadly studied by experimental and theoretical approaches as the potential source of cell-to-cell variability. Although molecular mechanisms of transcriptional bursting have been proposed, there is little consensus. An unsolved key question is whether transcriptional bursting is intertwined with many transcriptional regulatory factors or is an intrinsic characteristic of RNA polymerase on DNA. Here we design an in vitro single-molecule measurement system to analyse the kinetics of transcriptional bursting. The results indicate that transcriptional bursting is caused by interplay between RNA polymerases on DNA. The kinetics of in vitro transcriptional bursting is quantitatively consistent with the gene-nonspecific kinetics previously observed in noisy gene expression in vivo. Our kinetic analysis based on a cellular automaton model confirms that arrest and rescue by trailing RNA polymerase intrinsically causes transcriptional bursting.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
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 Opus0,013
Tête enseignante GPT0,291
Écart entre enseignants0,278 · 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'étudeSimulation ou modélisation
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

Citations73
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetGene Regulatory Network AnalysisTravaux en français237 207