MétaCan
Menu
← Retour à la cohorte
Enregistrement W3034518165 · doi:10.1139/gen-2020-0039

Role of nuclear-cytoplasmic protein localization during <i>Drosophila</i> neuroblast development

2020· article· en· W3034518165 sur OpenAlexaffvenue
Sophie E. Keegan, Sarah C. Hughes

Notice bibliographique

RevueGenome · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBiologyNeuroblastCytoplasmCell biologyNuclear localization sequenceDrosophila melanogasterTranscription factorSubcellular localizationRNA-binding proteinChromatinNeurodegenerationCell fate determinationNuclear proteinGeneticsRNAGeneNeurogenesis

Résumé

récupéré en direct d'OpenAlex

Nuclear-cytoplasmic localization is an efficient way to regulate transcription factors and chromatin remodelers. Altering the location of existing protein pools also facilitates a more rapid response to changes in cell activity or extracellular signals. There are several examples of proteins that are regulated by nucleo-cytoplasmic shuttling, which are required for Drosophila neuroblast development. Disruption of the localization of homologs of these proteins has also been linked to several neurodegenerative disorders in humans. Drosophila has been used extensively to model the neurodegenerative disorders caused by aberrant nucleo-cytoplasmic localization. Here, we focus on the role of alternative nucleo-cytoplasmic protein localization in regulating proliferation and cell fate decisions in the Drosophila neuroblast and in neurodegenerative disorders. We also explore the analogous role of RNA binding proteins and mRNA localization in the context of regulation of nucleo-cytoplasmic localization during neural development and a role in neurodegenerative disorders.

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 enseignants0,002
Score d'incertitude au seuil0,004

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,199
Écart entre enseignants0,192 · 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

Citations3
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGenome→Même sujetRNA Research and Splicing→Travaux en français237 207→