MétaCan
Menu
← tous les travaux

Standardized annotation of translated open reading frames

2022· letter· en· 250 citations· W4285084440 sur OpenAlex· 10.1038/s41587-022-01369-0

Pourquoi ce travail est-il 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.

Affiliation canadienneUne personne signataire a déclaré un établissement canadien. C'est la seule voie dont dispose la base habituelle.
Organisme subventionnaire canadienUn organisme canadien l'a financé. Le travail peut ne porter aucune affiliation canadienne.

Prédiction distillée sur la base complète

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.

Catégories candidates
Méta-épidémiologie (sens strict), Science ouverte, Intégrité de la recherche
Catégories consensuelles
Intégrité de la recherche
Domaine
Signal candidat: aucuneSignal consensuel: aucune
Devis d'étude
Signal candidat: Sans objetSignal consensuel: Sans objet
Genre
Signal candidat: CommentaireSignal consensuel: aucune
Score de désaccord entre enseignants
0,640
Score d'incertitude au seuil
1,000
Statut de validation
machine_predicted_unvalidated · codex-gemma-dda1882f352a

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0060,001
Intégrité de la recherche0,0060,010
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,294
Écart entre enseignants
0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
score_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

Résumé

Ribosome profiling (Ribo-seq) has extended our understanding of the translational ‘vocabulary’ of the human genome, uncovering thousands of open reading frames (ORFs) within long noncoding RNAs (lncRNAs) and presumed untranslated regions (UTRs) of protein-coding genes. However, reference gene annotation projects have been circumspect in their incorporation of these ORFs because of uncertainties about their experimental reproducibility and physiological roles. Yet, it is clear that certain ‘Ribo-seq ORFs’ make stable proteins, others mediate gene regulation, and many have medical implications. Ultimately, the absence of standardized ORF annotation has created a circular problem: while Ribo-seq ORFs remain unrecognized by reference annotation databases, this lack of recognition will thwart studies examining their roles. Here, we outline a community-led effort involving Ensembl/GENCODE, the HUGO Gene Nomenclature Committee (HGNC), UniProtKB, HUPO/HPP and PeptideAtlas to produce a standardized catalog of 7,264 human Ribo-seq ORFs; a path to bring protein-level evidence for Ribo-seq ORFs into reference annotation databases; and a roadmap to facilitate research in the global community.

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.

La notice

Revue
Nature Biotechnology
Thématique
Natural Language Processing Techniques
Domaine
Computer Science
Établissements canadiens
Université de Sherbrooke
Organismes subventionnaires
National Cancer InstituteNational Human Genome Research InstituteNational Institute on AgingRIKENAgència de Gestió d'Ajuts Universitaris i de RecercaMedical Research CouncilCanadian Institutes of Health ResearchDirectorate for Biological SciencesNational Institutes of HealthEuropean Molecular Biology LaboratoryRussian Science FoundationInstitució Catalana de Recerca i Estudis AvançatsNational Institute of General Medical SciencesUniversity College CorkUniversity of LeedsUniversitat Pompeu FabraFondation LeducqStowers Institute for Medical ResearchAustralian GovernmentSearle Scholars ProgramNational Science FoundationScience Foundation IrelandBiotechnology and Biological Sciences Research CouncilUniversité de SherbrookeWellcome TrustEuropean CommissionUniversity of California, IrvineBroad InstituteUniversity of PittsburghHoward Hughes Medical InstituteStaatssekretariat für Bildung, Forschung und InnovationMusella Foundation For Brain Tumor Research and InformationAgencia Estatal de InvestigaciónComputer Science and Artificial Intelligence Laboratory, Massachusetts Institute of TechnologyAlex's Lemonade Stand Foundation for Childhood CancerYale University
Mots-clés
AnnotationOpen reading frameReading (process)Computer scienceInformation retrievalComputational biologyNatural language processingBiologyArtificial intelligenceLinguisticsGeneticsPhilosophyPeptide sequence
Résumé présent dans OpenAlex
oui