MétaCan
Menu
Retour à la cohorte
Enregistrement W4283021992 · doi:10.1093/g3journal/jkac154

The MyLO CRISPR-Cas9 toolkit: a markerless yeast localization and overexpression CRISPR-Cas9 toolkit

2022· article· en· W4283021992 sur OpenAlexafffund
Björn D. M. Bean, Malcolm Whiteway, Vincent J. J. Martin

Notice bibliographique

RevueG3 Genes Genomes Genetics · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensConcordia University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaUniversity of British ColumbiaConcordia UniversityUniversity of Texas at Austin
Mots-clésCRISPRCas9BiologyGenome editingComputational biologyPlasmidTrans-activating crRNAGuide RNAGeneGeneticsGreen fluorescent proteinSelectable marker

Résumé

récupéré en direct d'OpenAlex

The genetic tractability of the yeast Saccharomyces cerevisiae has made it a key model organism for basic research and a target for metabolic engineering. To streamline the introduction of tagged genes and compartmental markers with powerful Clustered Regularly Interspaced Short Palindromic Repeats (CRISPR) - CRISPR-associated protein 9 (Cas9)-based genome editing tools, we constructed a Markerless Yeast Localization and Overexpression (MyLO) CRISPR-Cas9 toolkit with 3 components: (1) a set of optimized Streptococcus pyogenes Cas9-guide RNA expression vectors with 5 selectable markers and the option to either preclone or cotransform the gRNAs; (2) vectors for the one-step construction of integration cassettes expressing an untagged or green fluorescent protein/red fluorescent protein/hemagglutinin-tagged gene of interest at one of 3 levels, supporting localization and overexpression studies; and (3) integration cassettes containing moderately expressed green fluorescent protein- or red fluorescent protein-tagged compartmental markers for colocalization experiments. These components allow rapid, high-efficiency genomic integrations and modifications with only transient selection for the Cas9 vector, resulting in markerless transformations. To demonstrate the ease of use, we applied our complete set of compartmental markers to colabel all target subcellular compartments with green fluorescent protein and red fluorescent protein. Thus, the MyLO toolkit packages CRISPR-Cas9 technology into a flexible, optimized bundle that allows the stable genomic integration of DNA with the ease of use approaching that of transforming plasmids.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,006

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 Opus0,007
Tête enseignante GPT0,266
Écart entre enseignants0,259 · 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
GenreMéthodes

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

En bref

Citations27
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueG3 Genes Genomes GeneticsMême sujetCRISPR and Genetic EngineeringTravaux en français237 207