MétaCan
Menu
← Retour à la cohorte
Enregistrement W4252609642 · doi:10.3410/f.738203812.793583090

Faculty Opinions recommendation of Selective 40S Footprinting Reveals Cap-Tethered Ribosome Scanning in Human Cells.

2021· dataset· en· W4252609642 sur OpenAlexaff
Luc DesGroseillers, Florence Bonnet‐Magnaval

Notice bibliographique

RevueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature · 2021
Typedataset
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA and protein synthesis mechanisms
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésFootprintingInitiation factorEIF4EEukaryotic translationRibosomeInternal ribosome entry siteTranslation (biology)Start codonBiologyEukaryotic initiation factorFive prime untranslated regionRibosomal binding siteCell biologyMessenger RNAGeneticsRNAGeneBase sequence

Résumé

récupéré en direct d'OpenAlex

Translation regulation occurs largely during the initiation phase. Here, we develop selective 40S footprinting to visualize initiating 40S ribosomes on endogenous mRNAs in vivo. This reveals the positions on mRNAs where initiation factors join the ribosome to act and where they leave. We discover that in most human cells, most scanning ribosomes remain attached to the 5' cap. Consequently, only one ribosome scans a 5' UTR at a time, and 5' UTR length affects translation efficiency. We discover that eukaryotic initiation factor 3B (eIF3B,) eIF4G1, and eIF4E remain bound to 80S ribosomes as they begin translating, with a decay half-length of ∼12 codons. Hence, ribosomes retain these initiation factors while translating short upstream open reading frames (uORFs), providing an explanation for how ribosomes can reinitiate translation after uORFs in humans. This method will be of use for studying translation initiation mechanisms in vivo.Copyright © 2020 Elsevier Inc. All rights reserved. PMID: 32589966

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0270,035

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 Opus0,026
Tête enseignante GPT0,337
Écart entre enseignants0,312 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature→Même sujetRNA and protein synthesis mechanisms→Travaux en français237 207→