Karakterisasi Nukleotida Daerah Ekson 5 dan 6 Gen LDLR Penduduk Papua
Notice bibliographique
Résumé
Keragaman suku di Papua berpotensi menghasilkan keragaman genetik. Gen LDLR adalah gen pengkode protein reseptor LDL (LDL-R) yang berperan sangat penting dalam homeostasis kolesterol. Gen LDLR terdiri dari 18 ekson dan 17 intron yang membentang sepanjang 45 kilo basa (kb). Daerah ekson 5 dan 6 merupakan bagian struktural yang penting dalam menyandi asam amino penyusun daerah pengikat ligan yang memediasi interaksi antara reseptor dan lipoprotein yang mengandung Apo B-100 atau Apo E. Penelitian ini bertujuan mengkarakterisasi nukleotida pada daerah ekson 5 dan 6 gen LDLR penduduk Papua dengan asal yang berbeda. Amplifikasi gen target dilakukan menggunakan metode reaksi berantai polimerase (PCR) lalu disekuensing untuk mengetahui urutan basa nukleotida. Hasil karakterisasi menunjukkan bahwa karakter nukleotida daerah ekson 5 dan 6 gen LDLR dari 9 mahasiswa UNIPA asal Papua adalah identik karena memiliki jumlah nukleotida dan susunan nukleotida yang sama. Jumlah nukleotida untuk daerah ekson 5 sebesar 123 pb, terdiri dari T=22,0%, C=24,4%, G=30,9%, A=22,8%, A+T=44,8% dan C+G=55,3%. Untuk daerah ekson 6 dengan jumlah nukleotida sebesar 123 pb, komposisi nukleotidanya yakni T=16,3%, C=26,8%, G=27,6%, A=29,3%, A+T=45,6% dan C+G=54,4%. Hasil ini menunjukkan bahwa kedua daerah tersebut adalah lestari.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».