R(<scp>NA</scp>)‐tistic expression: The art of matching unknown <scp>mRNA</scp> and proteins to environmental response in ecological genomics
Notice bibliographique
Résumé
A challenge of modern ecological genomics is reducing uncertainty surrounding the biological inferences from gene expression. For example, approximately 40% of proteins in eukaryotic model organisms do not contain characterized domains (Gollery et al., 2006). Even proteins of "known function" are typically only characterized in the sense that they have a domain function, but provide no information on their biological role within the cell (e.g., activation, pathways or targets). Yet, as molecular ecologists, a common objective is to elucidate how organisms respond to environmental variation through changes in gene expression, including homoeostatic, acclimatory, and adaptive responses to environmental stressors, a challenge increased by poor protein ecological annotation. Now, in this issue of Molecular Ecology, Orsini et al. (2017) use the quintessential Daphnia system to characterize the differences in stress response in three genotypic backgrounds to common biotic and abiotic stressors found in nature. Using an optimized weighted gene co-expression network analysis, they link genes of unknown function to genes that they co-activate with and enrich for gene ontology. Determining the functional networks of genes that behave in genotype- and treatment-specific responses gives insight into possible pathways and respective ecological roles, helping pave the way for the next generation of transcriptomic studies in molecular ecology.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,005 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».