MétaCan
Menu
← Retour à la cohorte
Enregistrement W2949067450 · doi:10.1101/209650

The DEAD box RNA helicase Ddx39a is essential for myocyte and lens development in zebrafish

2017· preprint· en· W2949067450 sur OpenAlexafffund
Linlin Zhang, Beibei Li, Yuxi Yang, Ian C. Scott, Xin Lou

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2017
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesNanjing UniversityUniversity of TorontoNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésZebrafishRNA Helicase ABiologyHelicaseCell biologyRNA splicingEpigeneticsRNAGeneDEAD boxMutantGeneticsGene expression

Résumé

récupéré en direct d'OpenAlex

Abstract RNA helicases from the DEAD-box family are found in almost all organisms and have important roles in RNA metabolism including RNA synthesis, processing and degradation. The function and mechanism of action of most of these helicases in animal development and human disease are largely unexplored. In a zebrafish mutagenesis screen to identify genes essential for heart development we identified a zebrafish mutant, which disrupts the gene encoding the RNA helicase DEAD-box 39a ( ddx39a ).Homozygous ddx39a mutant embryos exhibit profound cardiac and trunk muscle dystrophy, along with lens abnormalities caused by abrupt terminal differentiation of cardiomyocyte, myoblast and lens fiber cells. Further investigation indicated that loss of ddx39a hindered mRNA splicing of members of the kmt2 gene family, leading to mis-regulation of structural gene expression in cardiomyocyte, myoblast and lens fiber cells. Taken together, these results show that Ddx39a plays an essential role in establishment of proper epigenetic status during cell differentiation.

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 enseignants0,004
Score d'incertitude au seuil0,009

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 savante0,0000,000
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 Opus0,017
Tête enseignante GPT0,259
Écart entre enseignants0,243 · 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

Citations1
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetRNA Research and Splicing→Travaux en français237 207→