Gosha: a database of organisms with defined optimal growth temperatures
Notice bibliographique
Résumé
ABSTRACT Currently, we are witnessing an explosive accumulation of genomic sequences for organisms across all branches of life. However, typically the genomic data lack the information about optimal growth conditions of corresponding organisms. As a result, it becomes challenging to use the genomic data for studying the adaptations of organisms and biological molecules to diverse environments. To address this problem, we have created a database Gosha, available at http://melnikovlab.com/gshc . This database brings together information about the genomic sequences and optimal growth temperatures for 25,324 species, including ∼89% of the bacterial species with known genome sequences. Using this database, one can annotate genomic sequences from thousands of species and correlate variations in genes and genomes with optimal growth temperatures. The database interface allows users to retrieve optimal growth temperatures for bacteria, eukaryotes and archaea, providing a tool to explore how organisms, genomes, and individual proteins and nucleic acids adapt to certain temperatures. We hope that this database will contribute to medicine and biotechnology by helping to create a better understanding of molecular adaptations to heat and cold, leading to new ways to preserve biological samples, engineer useful enzymes, and develop biological materials and organisms with the desired tolerance to heat and cold. GRAPHICAL ABSTRACT Gosha (available at www.melnikovlab.com/gshc ) is a database that collects information about the optimal growth temperatures of living species. This database aims to facilitate studies of molecular adaptation to specific temperatures. Abstract Figure
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».