MétaCan
Menu
Retour à la cohorte
Enregistrement W2725073084 · doi:10.3791/55879

ODELAY: A Large-scale Method for Multi-parameter Quantification of Yeast Growth

2017· article· en· W2725073084 sur OpenAlexfundno aff
Thurston Herricks, Fred D. Mast, Song Li, John D. Aitchison

Notice bibliographique

RevueJournal of Visualized Experiments · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGene Regulatory Network Analysis
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Research ResourcesNational Institute of General Medical SciencesCanadian Institutes of Health ResearchHealth CanadaNational Institutes of HealthUniversité du Luxembourg
Mots-clésYeastBiologyBiological systemPopulationGenetics

Résumé

récupéré en direct d'OpenAlex

Growth phenotypes of microorganisms are a strong indicator of their underlying genetic fitness and can be segregated into 3 growth regimes: lag-phase, log-phase, and stationary-phase. Each growth phase can reveal different aspects of fitness that are related to various environmental and genetic conditions. High-resolution and quantitative measurements of all 3 phases of growth are generally difficult to obtain. Here we present a detailed method to characterize all 3 growth phases on solid media using an assay called One-cell Doubling Evaluation of Living Arrays of Yeast (ODELAY). ODELAY quantifies growth phenotypes of individual cells growing into colonies on solid media using time-lapse microscopy. This method can directly observe population heterogeneity with each growth parameter in genetically identical cells growing into colonies. This population heterogeneity offers a unique perspective for understanding genetic and epigenetic regulation, and responses to genetic and environmental perturbations. While the ODELAY method is demonstrated using yeast, it can be utilized on any colony forming microorganism that is visible by bright field microscopy.

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,338
Score d'incertitude au seuil0,456

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,000
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 Opus0,054
Tête enseignante GPT0,452
Écart entre enseignants0,398 · 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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetGene Regulatory Network AnalysisTravaux en français237 207