MétaCan
Menu
Retour à la cohorte
Enregistrement W2909148680 · doi:10.14440/jbm.2018.272

A rapid, high-throughput method for determining chronological lifespan in budding yeast

2018· article· en· W2909148680 sur OpenAlexafffund
Zachery R. Belak, Troy A. A. Harkness, Christopher H. Eskiw

Notice bibliographique

RevueJournal of Biological Methods · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Aging, and Longevity in Model Organisms
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchCollege of Agriculture and Bioresources, University of Saskatchewan
Mots-clésYeastBudding yeastSaccharomyces cerevisiaeBiologyBuddingIdentification (biology)Model organismGeneticsComputational biologyGeneBotany

Résumé

récupéré en direct d'OpenAlex

is a major model system in the study of aging. Like metazoans, yeast lifespan is extended by caloric restriction and treatment with pharmacological agents which extend lifespan. A major workhorse of aging research in budding yeast is the chronological lifespan assay. Traditionally, chronological lifespan assays consist of taking regular samples of aging yeast cultures, plating out aliquots on agar, and counting the resulting colonies. This method, while highly reliable, is labor-intensive and expensive in terms of materials consumed. Here, we report a novel MTT-based method for assessing chronological lifespan in yeast. We show that this method is equal to the colony counting method in its rigorous and reliable measurement of lifespan extension in yeast as a result of caloric restriction, and is able to distinguish known long-lived and short-lived yeast strains. We have further developed this method into a high-throughput assay that allows rapid screening of potential anti-aging compounds as well as yeast strains with altered lifespan. Application of this method permits the rapid identification of anti-aging activities in yeast and may facilitate identification of materials with therapeutic potential for higher animals and, most importantly, humans.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,152
Score d'incertitude au seuil0,672

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,069
Tête enseignante GPT0,396
Écart entre enseignants0,328 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Biological MethodsMême sujetGenetics, Aging, and Longevity in Model OrganismsTravaux en français237 207