MétaCan
Menu
Retour à la cohorte
Enregistrement W2565108179 · doi:10.1139/gen-2016-0129

Analysis of codon usage patterns in <i>Morus notabilis</i> based on genome and transcriptome data

2017· article· en· W2565108179 sur OpenAlexvenueno aff
Yan Wen, Ziliang Zou, Hongshun Li, Zhonghuai Xiang, Ningjia He

Notice bibliographique

RevueGenome · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA and protein synthesis mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésBiologyCodon usage biasGeneHousekeeping geneGenomeGeneticsSynonymous substitutionStop codonTranscriptomeTranslational efficiencyComputational biologyGene expressionMessenger RNATranslation (biology)

Résumé

récupéré en direct d'OpenAlex

Codons play important roles in regulating gene expression levels and mRNA half-lives. However, codon usage and related studies in multicellular organisms still lag far behind those in unicellular organisms. In this study, we describe for the first time genome-wide patterns of codon bias in Morus notabilis (mulberry tree), and analyze genome-wide codon usage in 12 other species within the order Rosales. The codon usage of M. notabilis was affected by nucleotide composition, mutation pressure, nature selection, and gene expression level. Translational selection optimal codons were identified and highly expressed genes of M. notabilis tended to use the optimal codons. Genes with higher expression levels have shorter coding region and lower amino acid complexity. Housekeeping genes showed stronger translational selection, which, notably, was not caused by the large differences between the expression level of housekeeping genes and other genes.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,800
Score d'incertitude au seuil0,548

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,028
Tête enseignante GPT0,266
Écart entre enseignants0,238 · 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 tête enseignante, 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

Citations48
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenomeMême sujetRNA and protein synthesis mechanismsTravaux en français237 207