MétaCan
Menu
Retour à la cohorte
Enregistrement W2921362039 · doi:10.1002/wrna.1530

The cellular landscape of mid‐size noncoding RNA

2019· review· en· W2921362039 sur OpenAlexafffund
Vincent Boivin, Laurence Faucher‐Giguère, Michelle S. Scott, Sherif Abou Elela

Notice bibliographique

RevueWiley Interdisciplinary Reviews - RNA · 2019
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchInstitute of GeneticsCanada Research Chairs
Mots-clésRNASpliceosomeNon-coding RNABiologyRiboswitchIntronComputational biologyGeneticsRNA splicingRNA-binding proteinRibonucleoproteinGene

Résumé

récupéré en direct d'OpenAlex

Noncoding RNA plays an important role in all aspects of the cellular life cycle, from the very basic process of protein synthesis to specialized roles in cell development and differentiation. However, many noncoding RNAs remain uncharacterized and the function of most of them remains unknown. Mid-size noncoding RNAs (mncRNAs), which range in length from 50 to 400 nucleotides, have diverse regulatory functions but share many fundamental characteristics. Most mncRNAs are produced from independent promoters although others are produced from the introns of other genes. Many are found in multiple copies in genomes. mncRNAs are highly structured and carry many posttranscriptional modifications. Both of these facets dictate their RNA-binding protein partners and ultimately their function. mncRNAs have already been implicated in translation, catalysis, as guides for RNA modification, as spliceosome components and regulatory RNA. However, recent studies are adding new mncRNA functions including regulation of gene expression and alternative splicing. In this review, we describe the different classes, characteristics and emerging functions of mncRNAs and their relative expression patterns. Finally, we provide a portrait of the challenges facing their detection and annotation in databases. This article is categorized under: Regulatory RNAs/RNAi/Riboswitches > Regulatory RNAs RNA Structure and Dynamics > RNA Structure, Dynamics, and Chemistry RNA Structure and Dynamics > Influence of RNA Structure in Biological Systems RNA Evolution and Genomics > RNA and Ribonucleoprotein Evolution.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

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 savante0,0020,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,044
Tête enseignante GPT0,363
Écart entre enseignants0,319 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations75
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWiley Interdisciplinary Reviews - RNAMême sujetCancer-related molecular mechanisms researchTravaux en français237 207