MétaCan
Menu
Retour à la cohorte
Enregistrement W3200919080 · doi:10.3390/ncrna7030059

A New Specific and Sensitive RT-qPCR Method Based on Splinted 5′ Ligation for the Quantitative Detection of RNA Species Shorter than microRNAs

2021· article· en· W3200919080 sur OpenAlexafffund
Marine Lambert, Abderrahim Benmoussa, Patrick Provost

Notice bibliographique

RevueNon-Coding RNA · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensUniversité Laval
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesFonds de Recherche du Québec - SantéNatural Sciences and Engineering Research Council of Canada
Mots-clésRNAAdapter (computing)BiologyComputational biologymicroRNALigationRibosomal RNAReverse transcriptaseMolecular biologySmall RNAReverse transcription polymerase chain reactionMessenger RNAGeneticsGeneComputer science

Résumé

récupéré en direct d'OpenAlex

Recently, we discovered a new family of unusually short RNAs mapping to 5.8S ribosomal RNA (rRNA) and which we named dodecaRNAs (doRNAs), according to the number of core nucleotides (12 nt) their members contain. To confirm these small RNA-sequencing (RNA-Seq) data, validate the existence of the two overly abundant doRNAs-the minimal core 12-nt doRNA sequence and its + 1-nt variant bearing a 5' Cytosine, C-doRNA-and streamline their analysis, we developed a new specific and sensitive splinted 5' ligation reverse transcription (RT)-quantitative polymerase chain reaction (qPCR) method. This method is based on a splint-assisted ligation of an adapter to the 5' end of doRNAs, followed by RT-qPCR amplification and quantitation. Our optimized protocol, which may discriminate between doRNA, C-doRNA, mutated and precursor sequences, can accurately detect as low as 240 copies and is quantitatively linear over a range of 7 logs. This method provides a unique tool to expand and facilitate studies exploring the molecular and cellular biology of RNA species shorter than microRNAs.

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: aucune
Score de désaccord entre enseignants0,679
Score d'incertitude au seuil0,352

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 Opus0,030
Tête enseignante GPT0,299
Écart entre enseignants0,268 · 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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNon-Coding RNAMême sujetRNA modifications and cancerTravaux en français237 207