Diphtheria toxin‐mediated transposon‐driven poly (A)‐trapping efficiently disrupts transcriptionally silent genes in embryonic stem cells
Notice bibliographique
Résumé
Random gene trapping is the application of insertional mutagenesis techniques that are conventionally used to inactivate protein-coding genes in mouse embryonic stem (ES) cells. Transcriptionally silent genes are not effectively targeted by conventional random gene trapping techniques, thus we herein developed an unbiased poly (A) trap (UPATrap) method using a Tol2 transposon, which preferentially integrated into active genes rather than silent genes in ES cells. To achieve efficient trapping at transcriptionally silent genes using random insertional mutagenesis in ES cells, we generated a new diphtheria toxin (DT)-mediated trapping vector, DTrap that removed cells, through the expression of DT that was induced by the promoter activity of the trapped genes, and selected trapped clones using the neomycin-resistance gene of the vector. We found that a double-DT, the dDT vector, dominantly induced the disruption of silent genes, but not active genes, and showed more stable integration in ES cells than the UPATrap vector. The dDT vector disrupted differentiated cell lineage genes, which were silent in ES cells, and labeled trapped clone cells by the expression of EGFP upon differentiation. Thus, the dDT vector provides a systematic approach to disrupt silent genes and examine the cellular functions of trapped genes in the differentiation of target cells and development.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».