MétaCan
Menu
Retour à la cohorte
Enregistrement W3033532300 · doi:10.1080/15476286.2020.1766179

The diversity, plasticity, and adaptability of cap-dependent translation initiation and the associated machinery

2020· review· en· W3033532300 sur OpenAlexafffund
Katherine L. B. Borden, Laurent Volpon

Notice bibliographique

RevueRNA Biology · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA and protein synthesis mechanisms
Établissements canadiensUniversité de MontréalInstitute for Research in Immunology and Cancer
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of HealthLeukemia and Lymphoma Society
Mots-clésEIF4EBiologyTranslation (biology)Eukaryotic translationInitiation factorAdaptabilityProtein biosynthesisEukaryotic initiation factorTranslational regulationEukaryotic translation initiation factor 4 gammaNeuroscienceComputational biologyGeneticsGeneMessenger RNAEcology

Résumé

récupéré en direct d'OpenAlex

Translation initiation is a critical facet of gene expression with important impacts that underlie cellular responses to stresses and environmental cues. Its dysregulation in many diseases position this process as an important area for the development of new therapeutics. The gateway translation factor eIF4E is typically considered responsible for ‘global’ or ‘canonical’ m7G cap-dependent translation. However, eIF4E impacts translation of specific transcripts rather than the entire translatome. There are many alternative cap-dependent translation mechanisms that also contribute to the translation capacity of the cell. We review the diversity of these, juxtaposing more recently identified mechanisms with eIF4E-dependent modalities. We also explore the multiplicity of functions played by translation factors, both within and outside protein synthesis, and discuss how these differentially contribute to their ultimate physiological impacts. For comparison, we discuss some modalities for cap-independent translation. In all, this review highlights the diverse mechanisms that engage and control translation in eukaryotes.

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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,038
Tête enseignante GPT0,279
Écart entre enseignants0,241 · 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

Citations61
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRNA BiologyMême sujetRNA and protein synthesis mechanismsTravaux en français237 207