MétaCan
Menu
Retour à la cohorte
Enregistrement W4295067642 · doi:10.3390/life12091373

Rolling Circles as a Means of Encoding Genes in the RNA World

2022· article· en· W4295067642 sur OpenAlexafffund
Felipe Rivera-Madrinan, Katherine Di Iorio, Paul G. Higgs

Notice bibliographique

RevueLife · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCleaveRolling circle replicationBiologyRNARibozymeHammerhead ribozymeSequence (biology)GeneticsGeneComputational biologyDNADNA replication

Résumé

récupéré en direct d'OpenAlex

The rolling circle mechanism found in viroids and some RNA viruses is a likely way that replication could have begun in the RNA World. Here, we consider simulations of populations of protocells, each containing multiple copies of rolling circle RNAs that can replicate non-enzymatically. The mechanism requires the presence of short self-cleaving ribozymes such as hammerheads, which can cleave and re-circularize RNA strands. A rolling circle must encode a hammerhead and the complement of a hammerhead, so that both plus and minus strands can cleave. Thus, the minimal functional length is twice the length of the hammerhead sequence. Selection for speed of replication will tend to reduce circles to this minimum length. However, if sequence errors occur when copying the hammerhead sequence, this prevents cleavage at one point, but still allows cleavage on the next passage around the rolling circle. Thus, there is a natural doubling mechanism that creates strands that are multiple times the length of the minimal sequence. This can provide space for the origin of new genes with beneficial functions. We show that if a beneficial gene appears in this new space, the longer sequence with the beneficial function can be selected, even though it replicates more slowly. This provides a route for the evolution of longer circles encoding multiple genes.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,012
Tête enseignante GPT0,250
Écart entre enseignants0,238 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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

En bref

Citations11
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLifeMême sujetEvolution and Genetic DynamicsTravaux en français237 207