MétaCan
Menu
Retour à la cohorte
Enregistrement W3018515005 · doi:10.1080/07388551.2020.1751059

Insights into the N<sup>6</sup>-methyladenosine mechanism and its functionality: progress and questions

2020· review· en· W3018515005 sur OpenAlexaff
Margaret Scarrow, Ning Chen, Genlou Sun

Notice bibliographique

RevueCritical Reviews in Biotechnology · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensSaint Mary's University
Organismes subventionnairesnon disponible
Mots-clésMechanism (biology)ChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

-methyladenosine (m6A) RNA methylation has become a progressively popular area of molecular research since the discovery of its potentially essential regulatory role amongst eukaryotes. m6A marks are observed in the 5'UTR, 3'UTR and coding regions of eukaryotes and its mediation has been associated with various human diseases, RNA stability and translational efficiency. To understand the implications of m6A methylation in molecular governance, its functionality and mechanism must be initially understood. m6A regulation through its readers, writers and erasers as well as an insight into the potential "cross-talk" occurring between m6A and previously well documented regulatory molecular mechanisms have been characterized. The majority of research to date has been limited to few species and has yet to explore the species- and tissue specific nature or mechanistic plasticity of m6A regulation. There is still a tremendous gap in our knowledge surrounding the mechanism and functionality of m6A RNA methylation. Here we review the formation, removal, and decoding of m6A amongst animals, yeast, and plants while noting potential "cross-talk" between various mechanisms and highlighting potential areas of future research.

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)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
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 Opus0,042
Tête enseignante GPT0,356
Écart entre enseignants0,315 · 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

Citations21
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Reviews in BiotechnologyMême sujetRNA modifications and cancerTravaux en français237 207