MétaCan
Menu
Retour à la cohorte
Enregistrement W3105270848 · doi:10.15252/msb.20199245

Dormancy‐to‐death transition in yeast spores occurs due to gradual loss of gene‐expressing ability

2020· article· en· W3105270848 sur OpenAlexafffund
Théo Maire, Tim Allertz, Max A. Betjes, Hyun Youk

Notice bibliographique

RevueMolecular Systems Biology · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueFungal and yeast genetics research
Établissements canadiensCanadian Institute for Advanced Research
Organismes subventionnairesH2020 European Research CouncilNederlandse Organisatie voor Wetenschappelijk OnderzoekCanadian Institute for Advanced Research
Mots-clésBiologyDormancySporeYeastGeneTransition (genetics)GeneticsSaccharomyces cerevisiaeBotanyGermination

Résumé

récupéré en direct d'OpenAlex

Dormancy is colloquially considered as extending lifespan by being still. Starved yeasts form dormant spores that wake-up (germinate) when nutrients reappear but cannot germinate (die) after some time. What sets their lifespans and how they age are open questions because what processes occur-and by how much-within each dormant spore remains unclear. With single-cell-level measurements, we discovered how dormant yeast spores age and die: spores have a quantifiable gene-expressing ability during dormancy that decreases over days to months until it vanishes, causing death. Specifically, each spore has a different probability of germinating that decreases because its ability to-without nutrients-express genes decreases, as revealed by a synthetic circuit that forces GFP expression during dormancy. Decreasing amounts of molecules required for gene expression-including RNA polymerases-decreases gene-expressing ability which then decreases chances of germinating. Spores gradually lose these molecules because they are produced too slowly compared with their degradations, causing gene-expressing ability to eventually vanish and, thus, death. Our work provides a systems-level view of dormancy-to-death transition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,025
Score d'incertitude au seuil0,759

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,020
Tête enseignante GPT0,281
Écart entre enseignants0,261 · 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 tête enseignante, 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

Citations24
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular Systems BiologyMême sujetFungal and yeast genetics researchTravaux en français237 207