MétaCan
Menu
← Retour à la cohorte
Enregistrement W2921191353 · doi:10.1101/574772

G1/S transcription factors assemble in discrete clusters that increase in number as cells grow

2019· preprint· en· W2921191353 sur OpenAlexafffund
Labe Black, Sylvain Tollis, Guo Fu, Jean-Bernard Fiche, Savanna Dorsey, Jing Cheng, Ghada Ghazal, Benjamin Crevier, Jeremy Bigness, Marcelo Nöllmann, Mike Tyers, Catherine A. Royer

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2019
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Chromatin Dynamics
Établissements canadiensUniversité de MontréalInstitute for Research in Immunology and Cancer
Organismes subventionnairesCanadian Institutes of Health ResearchNational Science Foundation
Mots-clésRegulonPromoterTranscription factorTranscription (linguistics)Cluster (spacecraft)Cell divisionCell biologyBiologyComputational biologyChemistryComputer scienceCellGeneticsGeneGene expressionComputer network

Résumé

récupéré en direct d'OpenAlex

Abstract The spatio-temporal organization of transcription factor (TF)-promoter interactions is critical for the coordination of transcriptional programs. In budding yeast, the main G1/S transcription factors, SBF and MBF, are limiting with respect to target promoters in small G1 phase cells and accumulate as cells grow, raising the question of how SBF/MBF are dynamically distributed across the G1/S regulon. Super-resolution Photo-Activatable Localization Microscopy (PALM) mapping of the static positions of SBF/MBF subunits revealed that 85% were organized into discrete clusters containing ∼8 copies regardless of cell size, while the number of clusters increased with growth. Stochastic simulations with a mathematical model based on co-localization of promoters in clusters recapitulated observed cluster behavior. A prediction of the model that SBF/MBF should exhibit both fast and slow dynamics was confirmed in PALM experiments on live cells. This spatio-temporal organization of the TFs that activate the G1/S regulon may help coordinate commitment to division.

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 seuil0,006

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,008
Tête enseignante GPT0,212
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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetGenomics and Chromatin Dynamics→Travaux en français237 207→