MétaCan
Menu
Retour à la cohorte
Enregistrement W2763738239 · doi:10.1038/s41598-017-13186-6

Genome-wide open chromatin regions and their effects on the regulation of silk protein genes in Bombyx mori

2017· article· en· W2763738239 sur OpenAlexaff
Quan Zhang, Tingcai Cheng, Shengkai Jin, Youbing Guo, Yuqian Wu, Duolian Liu, Xiaomin Xu, Yueting Sun, Zhiqing Li, Huawei He, Qingyou Xia

Notice bibliographique

RevueScientific Reports · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSilk-based biomaterials and applications
Établissements canadiensMinistry of Agriculture
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésGeneChromatinBombyx moriTranscription factorBiologySILKBombyxGenomeDNAGeneticsComputational biologyCell biology

Résumé

récupéré en direct d'OpenAlex

Nucleosome-depleted open chromatin regions (OCRs) often harbor transcription factor (TF) binding sites that are associated with active DNA regulatory elements. To investigate the regulation of silk-protein genes, DNA molecules isolated from the silk glands of third-day fifth-instar silkworm larvae and embryo-derived (BmE) cells were subjected to formal dehyde-assisted isolation of regulatory elements (FAIRE) and high-throughput sequencing. In total, 68,000 OCRs were identified, and a number of TF-binding motifs were predicted. In particular, OCRs located near silk-protein genes contained potential binding sites for functional TFs. Moreover, many TFs were found to bind to clusters of OCRs upstream of silk-protein genes, and to regulate the expression of these genes. The expression of silk protein genes may be related not only to regulating TFs (such as fkh, Bmdimm, and Bmsage), but also to developmental and hormone-induced TFs (such as zen, eve, Br, and eip74ef). Elucidation of genome-wide OCRs and their regulatory motifs in silk protein genes will provide valuable data and clues for characterizing the mechanisms of transcriptional control of silk protein 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)0,002
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: Empirique
Score de désaccord entre enseignants0,124
Score d'incertitude au seuil0,932

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,025
Tête enseignante GPT0,265
Écart entre enseignants0,240 · 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

Citations19
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetSilk-based biomaterials and applicationsTravaux en français237 207