MétaCan
Menu
Retour à la cohorte
Enregistrement W3006868694 · doi:10.1083/jcb.201912100

Peroxisome prognostications: Exploring the birth, life, and death of an organelle

2020· review· en· W3006868694 sur OpenAlexafffund
Fred D. Mast, Richard A. Rachubinski, John D. Aitchison

Notice bibliographique

RevueThe Journal of Cell Biology · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePeroxisome Proliferator-Activated Receptors
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institute of General Medical SciencesCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésPeroxisomeBiogenesisEndomembrane systemCell biologyOrganelleLipid dropletLipid metabolismBiologyFlux (metallurgy)ChemistryBiochemistryEndoplasmic reticulumGolgi apparatusGene

Résumé

récupéré en direct d'OpenAlex

Peroxisomes play a central role in human health and have biochemical properties that promote their use in many biotechnology settings. With a primary role in lipid metabolism, peroxisomes share a niche with lipid droplets within the endomembrane-secretory system. Notably, factors in the ER required for the biogenesis of peroxisomes also impact the formation of lipid droplets. The dynamic interface between peroxisomes and lipid droplets, and also between these organelles and the ER and mitochondria, controls their metabolic flux and their dynamics. Here, we review our understanding of peroxisome biogenesis to propose and reframe models for understanding how peroxisomes are formed in cells. To more fully understand the roles of peroxisomes and to take advantage of their many properties that may prove useful in novel therapeutics or biotechnology applications, we recast mechanisms controlling peroxisome biogenesis in a framework that integrates inference from these models with experimental data.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,051
Tête enseignante GPT0,296
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
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

Citations35
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Cell BiologyMême sujetPeroxisome Proliferator-Activated ReceptorsTravaux en français237 207