MétaCan
Menu
Retour à la cohorte
Enregistrement W4210698863 · doi:10.3410/f.9608956.10275054

Faculty Opinions recommendation of Knocking out multigene redundancies via cycles of sexual assortment and fluorescence selection.

2011· dataset· en· W4210698863 sur OpenAlexaff
Igor Štagljar, Jamie Snider

Notice bibliographique

RevueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature · 2011
Typedataset
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGene expression and cancer classification
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGeneticsPopulationMonsterBiologyMedicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Phenotypes that might otherwise reveal a gene's function can be obscured by genes with overlapping function. This phenomenon is best known within gene families, in which an important shared function may only be revealed by mutating all family members. Here we describe the 'green monster' technology that enables precise deletion of many genes. In this method, a population of deletion strains with each deletion marked by an inducible green fluorescent protein reporter gene, is subjected to repeated rounds of mating, meiosis and flow-cytometric enrichment. This results in the aggregation of multiple deletion loci in single cells. The green monster strategy is potentially applicable to assembling other engineered alterations in any species with sex or alternative means of allelic assortment. To test the technology, we generated a single broadly drug-sensitive strain of Saccharomyces cerevisiae bearing precise deletions of all 16 ATP-binding cassette transporters within clades associated with multidrug resistance. PMID: 21217751 Funding information This work was supported by: NCI NIH HHS, United States Grant ID: R21 CA130266-02 NCI NIH HHS, United States Grant ID: R21 CA130266-01A1 NCI NIH HHS, United States Grant ID: R21 CA130266 NCI NIH HHS, United States Grant ID: R21 CA130266 NHGRI NIH HHS, United States Grant ID: R01 HG003224-05 NHGRI NIH HHS, United States Grant ID: R01 HG003224-04 NHGRI NIH HHS, United States Grant ID: R01 HG003224-03 NHGRI NIH HHS, United States Grant ID: R01 HG003224-02 NHGRI NIH HHS, United States Grant ID: R01 HG003224-01A2 NHGRI NIH HHS, United States Grant ID: R01 HG003224 NHGRI NIH HHS, United States Grant ID: R01 HG003224 More Less keyboard_arrow_down

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)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,604

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0050,003
Science ouverte0,0020,002
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,5770,351

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 Opus0,039
Tête enseignante GPT0,346
Écart entre enseignants0,307 · 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.

Devis d'étudeSans objet
DomaineÉvaluation
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFaculty Opinions – Post-Publication Peer Review of the Biomedical LiteratureMême sujetGene expression and cancer classificationTravaux en français237 207