MétaCan
Menu
← Retour à la cohorte
Enregistrement W3102615781 · doi:10.22215/etd/2020-14316

Large scale investigation in yeast, to identify novel gene(s) involved in mRNA non-stop decay pathway

2020· dissertation· en· W3102615781 sur OpenAlexaff
Narges Zare

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésNonStopGeneBiologyGeneticsMessenger RNAComputational biologyComputer science

Résumé

récupéré en direct d'OpenAlex

Nonstop decay is an mRNA degradation pathway involved in identifying and eliminating transcripts that lack an in frame stop codon.Nonstop mRNAs are identified at the first round of translation when the ribosome reaches 3' mRNA and stalls and subsequently recruits other factors involved in NSD machinery for mRNA degradation.This process keeps the cell safe from possible harmful of the truncated proteins.Compared to other RNA degradation pathways, very little is known about the NSD mechanism.In order to identify novel genes involved in NSD, we first performed a large-scale analysis in Saccharomyces cerevisiae, and identified 68 gene candidates.From these results we picked three helicases, NAM7, ECM32, and SKI2 to further investigate their role in the NSD process.Spot test and colony count assay confirmed the role of selected candidates in NSD.The abundance of the nonstop mRNA was then evaluated using qRT-PCR method, and it was confirmed that the deletions of the selected candidates had no significant effect on nonstop mRNA at the transcriptional level when compared to the wildtype strain.Negative genetic interaction revealed the association between candidate genes and translational regulation genes.The results of this study confirm the role of candidates in NSD but further research to characterize these novel candidates is needed. List of abbreviations μLMicro liters oC Degrees Celsius

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 enseignants0,001
Score d'incertitude au seuil0,003

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,018
Tête enseignante GPT0,301
Écart entre enseignants0,283 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRNA Research and Splicing→Travaux en français237 207→