MétaCan
Menu
← Retour à la cohorte
Enregistrement W3109983786 · doi:10.1101/2020.11.24.395855

Diverse natural variants suppress mutations in hundreds of essential genes

2020· preprint· en· W3109983786 sur OpenAlexaff
Leopold Parts, Amandine Batté, Maykel Lopes, Michael Wai-Keong Yuen, Meredith Laver, Bryan-Joseph San Luis, Jia‐Xing Yue, Carles Pons, Elise Eray, Patrick Aloy, Gianni Liti, Jolanda van Leeuwen

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueFungal and yeast genetics research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesFondation pour la Recherche MédicaleSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésGeneGeneticsAlleleBiologyContext (archaeology)MutantPhenotypeGenetic architectureMutationGenetic variationFunction (biology)Loss function

Résumé

récupéré en direct d'OpenAlex

Abstract The consequence of a mutation can be influenced by the context in which it operates. For example, loss of gene function may be tolerated in one genetic background, but lead to lethality in another. The extent to which mutant phenotypes are malleable, the complexity of the architecture of modifiers, and the identities of causal genes and pathways remain largely unknown. Here, we measure the fitness effects of ~1,500 temperature sensitive alleles of yeast essential genes in the context of variation from ten different natural genetic backgrounds, and map the modifiers for 19 combinations. Altogether, fitness defects for 183 of the 530 tested genes (35%) could be suppressed by standing genetic variation in at least one wild strain. Suppression was generally driven by gain-of-function of a single, strong modifier gene. The validated causes included both variants in protein interaction partners or pathway members suppressing specific genes, as well as general modifiers altering the effect of many temperature sensitive alleles. The emerging frequency of suppression and range of possible suppression mechanisms suggest that a substantial fraction of monogenic diseases could be repressed by modulating other gene products.

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 seuil0,007

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)0,0020,000

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 Opus0,015
Tête enseignante GPT0,253
Écart entre enseignants0,238 · 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 revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetFungal and yeast genetics research→Travaux en français237 207→