MétaCan
Menu
Retour à la cohorte
Enregistrement W4281930685 · doi:10.1007/s11274-022-03287-4

Post-transcriptional control of bacterial nitrogen metabolism by regulatory noncoding RNAs

2022· review· en· W4281930685 sur OpenAlexaff
Yueyue Han, Chao Li, Yongliang Yan, Min Lin, Xiubin Ke, Yunhua Zhang, Yuhua Zhan

Notice bibliographique

RevueWorld Journal of Microbiology and Biotechnology · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Phylogenetic Studies
Établissements canadiensBiotechnology Research Institute
Organismes subventionnairesNational Key Research and Development Program of ChinaChinese Academy of SciencesNational Natural Science Foundation of China
Mots-clésBiologyTranscriptional regulationRegulation of gene expressionLong non-coding RNAGeneComputational biologyNon-coding RNAGeneticsGene expressionCell biologyRNA

Résumé

récupéré en direct d'OpenAlex

Nitrogen metabolism is the most basic process of material and energy metabolism in living organisms, and processes involving the uptake and use of different nitrogen sources are usually tightly regulated at the transcriptional and post-transcriptional levels. Bacterial regulatory noncoding RNAs are novel post-transcriptional regulators that repress or activate the expression of target genes through complementarily pairing with target mRNAs; therefore, these noncoding RNAs play an important regulatory role in many physiological processes, such as bacterial substance metabolism and stress response. In recent years, a study found that noncoding RNAs play a vital role in the post-transcriptional regulation of nitrogen metabolism, which is currently a hot topic in the study of bacterial nitrogen metabolism regulation. In this review, we present an overview of recent advances that increase our understanding on the regulatory roles of bacterial noncoding RNAs and describe in detail how noncoding RNAs regulate biological nitrogen fixation and nitrogen metabolic engineering. Furthermore, our goal is to lay a theoretical foundation for better understanding the molecular mechanisms in bacteria that are involved in environmental adaptations and metabolically-engineered genetic modifications.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,010
Tête enseignante GPT0,229
Écart entre enseignants0,219 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of Microbiology and BiotechnologyMême sujetGenomics and Phylogenetic StudiesTravaux en français237 207