MétaCan
Menu
Retour à la cohorte
Enregistrement W2803977137 · doi:10.1101/330845

C1 CAGE detects transcription start sites and enhancer activity at single-cell resolution

2018· preprint· en· W2803977137 sur OpenAlexaff
Tsukasa Kouno, Jonathan Moody, Andrew Tae-Jun Kwon, Youtaro Shibayama, Sachi Kato, Yi Huang, Michael E. Böttcher, Efthymios Motakis, Mickaël Mendez, Jessica Severin, Joachim Luginbühl, Imad Abugessaisa, Akira Hasegawa, Satoshi Takizawa, Takahiro Arakawa, Masaaki Furuno, Naveen Ramalingam, Jay West, Harukazu Suzuki, Takeya Kasukawa, Timo Lassmann, Chung-Chau Hon, Erik Arner, Piero Carninci, Charles Plessy, Jay W. Shin

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2018
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSingle-cell and spatial transcriptomics
Établissements canadiensPrincess Margaret Cancer Centre
Organismes subventionnairesRIKENMinistry of Education, Culture, Sports, Science and Technology
Mots-clésEnhancerEnhancer RNAsPolyadenylationTranscriptomeBiologyComputational biologyTranscription (linguistics)Single-cell analysisRNACellTranscription factorCell biologyMolecular biologyGene expressionGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Single-cell transcriptomic profiling is a powerful tool to explore cellular heterogeneity. However, most of these methods focus on the 3’-end of polyadenylated transcripts and provide only a partial view of the transcriptome. We introduce C1 CAGE, a method for the detection of transcript 5’-ends with an original sample multiplexing strategy in the C1™ microfluidic system. We first quantified the performance of C1 CAGE and found it as accurate and sensitive as other methods in C1 system. We then used it to profile promoter and enhancer activities in the cellular response to TGF-β of lung cancer cells and discovered subpopulations of cells differing in their response. We also describe enhancer RNA dynamics revealing transcriptional bursts in subsets of cells with transcripts arising from either strand within a single-cell in a mutually exclusive manner, which was validated using single molecule fluorescence in-situ hybridization.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,014
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
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 recherche0,0010,000
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 Opus0,018
Tête enseignante GPT0,209
Écart entre enseignants0,190 · 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.

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

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetSingle-cell and spatial transcriptomicsTravaux en français237 207