MétaCan
Menu
Retour à la cohorte
Enregistrement W2901310381 · doi:10.1186/s12864-018-5212-x

Mapping the Pax6 3’ untranslated region microRNA regulatory landscape

2018· article· en· W2901310381 sur OpenAlexafffund
Bridget C. Ryan, Kieran Lowe, Laura Hanson, Talveen Gil, Lauren Braun, Perry L. Howard, Robert L. Chow

Notice bibliographique

RevueBMC Genomics · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensUniversity of Victoria
Organismes subventionnairesCanadian Institutes of Health ResearchAlexander and Margaret Stewart Trust
Mots-clésPAX6microRNABiologyUntranslated regionTranscription factorThree prime untranslated regionRegulation of gene expressionHomeoboxGene silencingComputational biologyGeneticsCell biologyGeneMessenger RNA

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: PAX6 is a homeodomain transcription factor that acts in a highly dosage-sensitive manner to regulate the development and function of the eyes, nose, central nervous system, gut, and endocrine pancreas. Several individual microRNAs (miRNA) have been implicated in regulating PAX6 in different cellular contexts, but a more general view of how they contribute to the fine-tuning and homeostasis of PAX6 is poorly understood. RESULTS: Here, a comprehensive analysis of the Pax6 3' untranslated region was performed to map potential miRNA recognition elements and served as a backdrop for miRNA expression profiling experiments to identify potential cell/tissue-specific miRNA codes. Pax6 3'UTR pull-down studies identified a cohort of miRNA interactors in pancreatic αTC1-6 cells that, based on the spacing of their recognition sites in the Pax6 3'UTR, revealed 3 clusters where cooperative miRNA regulation may occur. Some of these interacting miRNAs have been implicated in α cell function but have not previously been linked to Pax6 function and may therefore represent novel PAX6 regulators. CONCLUSIONS: These findings reveal a regulatory landscape upon which miRNAs may participate in the developmental control, fine-tuning and/or homeostasis of PAX6 levels.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0020,001

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 Opus0,020
Tête enseignante GPT0,223
Écart entre enseignants0,204 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC GenomicsMême sujetMicroRNA in disease regulationTravaux en français237 207