MétaCan
Menu
Retour à la cohorte
Enregistrement W3168292662 · doi:10.15252/msb.202110207

A genome‐scale yeast library with inducible expression of individual genes

2021· article· en· W3168292662 sur OpenAlexafffund
Yuko Arita, Griffin Kim, Zhijian Li, Helena Friesen, Gina Turco, Rebecca Y. Wang, Dale Climie, Matej Ušaj, Manuel Hotz, Emily H. Stoops, Anastasia Baryshnikova, Charles Boone, David Botstein, Brenda Andrews, R. Scott McIsaac

Notice bibliographique

RevueMolecular Systems Biology · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensOccupational Cancer Research CentreUniversity of Toronto
Organismes subventionnairesNational Institute of General Medical SciencesCanadian Institutes of Health ResearchGovernment of CanadaNational Institutes of HealthUniversity of TorontoOffice of Extramural Research, National Institutes of HealthPrinceton University
Mots-clésGriffinLibrary scienceResearch centreBiologyHistoryClassicsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract The ability to switch a gene from off to on and monitor dynamic changes provides a powerful approach for probing gene function and elucidating causal regulatory relationships. Here, we developed and characterized YETI (Yeast Estradiol strains with Titratable Induction), a collection in which > 5,600 yeast genes are engineered for transcriptional inducibility with single‐gene precision at their native loci and without plasmids. Each strain contains SGA screening markers and a unique barcode, enabling high‐throughput genetics. We characterized YETI using growth phenotyping and BAR‐seq screens, and we used a YETI allele to identify the regulon of Rof1, showing that it acts to repress transcription. We observed that strains with inducible essential genes that have low native expression can often grow without inducer. Analysis of data from eukaryotic and prokaryotic systems shows that native expression is a variable that can bias promoter‐perturbing screens, including CRISPRi. We engineered a second expression system, Z 3 EB42, that gives lower expression than Z 3 EV, a feature enabling conditional activation and repression of lowly expressed essential genes that grow without inducer in the YETI library.

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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,254
Écart entre enseignants0,247 · 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

Citations74
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular Systems BiologyMême sujetCRISPR and Genetic EngineeringTravaux en français237 207