MétaCan
Menu
Retour à la cohorte
Enregistrement W3098075819 · doi:10.3390/life10110295

Genome Editing by CRISPR-Cas: A Game Change in the Genetic Manipulation of Chlamydomonas

2020· review· en· W3098075819 sur OpenAlexafffund
Manel Ghribi, Serge Basile Nouemssi, Fatma Meddeb‐Mouelhi, Isabel Desgagné‐Penix

Notice bibliographique

RevueLife · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesMitacsCanada Research Chairs
Mots-clésCRISPRGenome editingChlamydomonas reinhardtiiTranscription activator-like effector nucleaseBiologyComputational biologyChlamydomonasZinc finger nucleaseCas9GenomeGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Microalgae are promising photosynthetic unicellular eukaryotes among the most abundant on the planet and are considered as alternative sustainable resources for various industrial applications. Chlamydomonas is an emerging model for microalgae to be manipulated by multiple biotechnological tools in order to produce high-value bioproducts such as biofuels, bioactive peptides, pigments, nutraceuticals, and medicines. Specifically, Chlamydomonas reinhardtii has become a subject of different genetic-editing techniques adapted to modulate the production of microalgal metabolites. The main nuclear genome-editing tools available today include zinc finger nucleases (ZFNs), transcriptional activator-like effector nucleases (TALENs), and more recently discovered the clustered regularly interspaced short palindromic repeats (CRISPR)-CRISPR associated protein (Cas) nuclease system. The latter, shown to have an interesting editing capacity, has become an essential tool for genome editing. In this review, we highlight the available literature on the methods and the applications of CRISPR-Cas for C. reinhardtii genetic engineering, including recent transformation methods, most used bioinformatic tools, best strategies for the expression of Cas protein and sgRNA, the CRISPR-Cas mediated gene knock-in/knock-out strategies, and finally the literature related to CRISPR expression and modification approaches.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,039
Tête enseignante GPT0,348
Écart entre enseignants0,309 · 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

Citations53
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLifeMême sujetCRISPR and Genetic EngineeringTravaux en français237 207