MétaCan
Menu
Retour à la cohorte
Enregistrement W2957924702 · doi:10.1002/yea.1530

13. Bioinformatics and genome-wide studies

2007· article· en· W2957924702 sur OpenAlexaff
Daniel Lacker, Traude H. Beilharz, Samuel Marguerat, Juan Mata, Stephen M. Watt, Falk Schubert, Thomas Preiß, Jürg Bähler, Sharon Berthelet, Jean‐Philippe Lambert, Daniel Figeys, Anthony R. Borneman, Tara A. Gianoulis, Zhengdong D. Zhang, Joel Rozowsky, Michael Seringhaus, Mark Gerstein, M Snyder, James A. L. Brown, Nicola Burrows, John C. Game, Martin M. Brown, Juan Carlos Martínez‐Castrillo, Leo Zeef, David C. Hoyle, Nianshu Zhang, Andrew Hayes, David C. Gardner, Michael Cornell, June Petty, Luke Hakes, Leanne Wardleworth, Bharat Rash, Marie Brown, Warwick B. Dunn, David Broadhurst, Kerry O'Donoghue, Svenja Hester, Tom Dunkley, Sarah Hart, Negardneril Swainston, Simon J. Gaskell, Norman W. Paton, Kathryn S. Lilley, Douglas B. Kell, Stephen G. Oliver, J Cherry, Neil D. Clarke, Chuan Yeo, Xuan Yeo, Ye Li

Notice bibliographique

RevueYeast · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Institutes of Health
Mots-clésBiologyComputational biologyGenomeBioinformaticsEvolutionary biologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Gene expression is controlled at multiple layers, and cells may integrate different regulatory steps for coherent production of proper protein levels.We applied various microarray-based approaches to determine key gene expression intermediates in exponentially growing fission yeast, providing genome-wide data for translational profiles, mRNA steady-state levels, polyadenylation profiles, start-codon sequence context, mRNA half-lives, and RNA polymerase II occupancy.We uncovered widespread and unexpected relationships between distinct aspects of gene expression.Translation and polyadenylation are aligned on a global scale with both the lengths and levels of mRNAs: efficiently translated mRNAs have longer poly(A) tails and are shorter, more stable, and more efficiently transcribed on average.Transcription and translation may be independently but congruently optimized to streamline protein production.These rich data sets, all acquired under a standardized condition, reveal a substantial coordination between regulatory layers and provide a basis for a systems-level understanding of multi-layered gene expression programs.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,163

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0490,038

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 Opus0,012
Tête enseignante GPT0,257
Écart entre enseignants0,245 · 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
GenreAutre

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
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYeastMême sujetCancer Genomics and DiagnosticsTravaux en français237 207