MétaCan
Menu
Retour à la cohorte
Enregistrement W4214486663 · doi:10.1021/acssynbio.1c00600

Design of Synthetic Mammalian Promoters Using Highly Palindromic Subsequences

2022· article· en· W4214486663 sur OpenAlex
Polina Govorkova, Chee Ka Candice Lam, Kevin Truong

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueACS Synthetic Biology · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensUniversity of Toronto
Organismes subventionnairesInstitute of AgingNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésPromoterPalindromePalindromic sequenceEnhancerBiologyGeneGeneticsCRISPRComputational biologyGene expression

Résumé

récupéré en direct d'OpenAlex

To express transgenes in specific cell types and states, promoters for endogenous genes are commonly created by truncating the sequence upstream of the transcriptional start site until the promoter is no longer functional. In this paper, we developed a method to design shorter synthetic mammalian promoters for endogenous genes by concatenating only its highly palindromic subsequences with a minimal core promoter. After developing metrics for palindromic density, analysis across all the human and mouse promoters showed higher palindromic density than expected by random. As experimental demonstrations, we applied the method to the CMV promoter (reduced to 432 nucleotides) and the mouse synapsin-1 promoter (383 nucleotides) to express fluorescent protein as reporters. Remarkably, the highly palindromic subsequences of these synthetic promoters contained sites important for strong constitutive expression and neuron-specific expression. As a resource to the community, we created enhancer sequences for all the human and mouse promoters.

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.

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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,764

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 ouverte0,0010,000
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 Opus0,031
Tête enseignante GPT0,263
Écart entre enseignants0,231 · 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