MétaCan
Menu
Retour à la cohorte
Enregistrement W3136839827 · doi:10.26508/lsa.202101046

RNA polymerase backtracking results in the accumulation of fission yeast condensin at active genes

2021· article· en· W3136839827 sur OpenAlexfundno aff
Julieta Rivosecchi, Daniel Jost, Laetitia Vachez, François DR Gautier, Pascal Bernard, Vincent Vanoosthuyse

Notice bibliographique

RevueLife Science Alliance · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Chromatin Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesAgence Nationale de la RechercheUniversité de SherbrookeAssociation pour la Recherche sur le Cancer
Mots-clésCondensinBiologyGeneTranscription (linguistics)GeneticsRNA polymeraseDNACell biologyRNAChromosome segregationChromosome

Résumé

récupéré en direct d'OpenAlex

The mechanisms leading to the accumulation of the SMC complexes condensins around specific transcription units remain unclear. Observations made in bacteria suggested that RNA polymerases (RNAPs) constitute an obstacle to SMC translocation, particularly when RNAP and SMC travel in opposite directions. Here we show in fission yeast that gene termini harbour intrinsic condensin-accumulating features whatever the orientation of transcription, which we attribute to the frequent backtracking of RNAP at gene ends. Consistent with this, to relocate backtracked RNAP2 from gene termini to gene bodies was sufficient to cancel the accumulation of condensin at gene ends and to redistribute it evenly within transcription units, indicating that RNAP backtracking may play a key role in positioning condensin. Formalization of this hypothesis in a mathematical model suggests that the inclusion of a sub-population of RNAP with longer dwell-times is essential to fully recapitulate the distribution profiles of condensin around active genes. Taken together, our data strengthen the idea that dense arrays of proteins tightly bound to DNA alter the distribution of condensin on chromosomes.

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 enseignants0,078
Score d'incertitude au seuil0,228

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 Opus0,037
Tête enseignante GPT0,315
Écart entre enseignants0,278 · 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

Citations22
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLife Science AllianceMême sujetGenomics and Chromatin DynamicsTravaux en français237 207