Development of a method for heat shock stress assessment in yeast based on transcription of specific genes
Notice bibliographique
Résumé
All living cells, including yeast cells, are challenged by different types of stresses in their environments and must cope with challenges such as heat, chemical stress, or oxidative damage. By reversibly adjusting the physiology while maintaining structural and genetic integrity, cells can achieve a competitive advantage and adapt environmental fluctuations. The yeast Saccharomyces cerevisiae has been extensively used as a model for study of stress responses due to the strong conservation of many essential cellular processes between yeast and human cells. We focused here on developing a tool to detect and quantify early responses using specific transcriptional responses. We analyzed the published transcriptional data on S. cerevisiae DBY strain responses to 10 different stresses in different time points. The principal component analysis (PCA) and the Pearson analysis were used to assess the stress response genes that are highly expressed in each individual stress condition. Except for these stress response genes, we also identified the reference genes in each stress condition, which would not be induced under stress condition and show stable transcriptional expression over time. We then tested our candidates experimentally in the CEN.PK strain. After data analysis, we identified two stress response genes (UBI4 and RRP) and two reference genes (MEX67 and SSY1) under heat shock (HS) condition. These genes were further verified by real-time PCR at mild (42°C), severe (46°C), to lethal temperature (50°C), respectively.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».