MétaCan
Menu
← Retour à la cohorte
Enregistrement W4316035648 · doi:10.1101/2023.01.12.523856

Mathematical model of nuclear speckle morphology

2023· preprint· en· W4316035648 sur OpenAlexfundno aff
Shingo Wakao, Noriko Saitoh, Akinori Awazu

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2023
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of GeneticsJapan Society for the Promotion of Science
Mots-clésSpeckle patternInterphaseRNA splicingRNABiophysicsCell nucleusMulticellular organismBiologyNucleusPhysicsCell biologyChemistryCellGeneticsOpticsGene

Résumé

récupéré en direct d'OpenAlex

Nuclear speckles are nuclear bodies consisting of populations of small and irregularly shaped droplet-like molecular condensates that contain various splicing factors. Recent experiments have shown the following morphological features of nuclear speckles: (I) Each molecular condensate contains SON and SRRM2 proteins, and MALAT 1 non-coding RNA surrounds these condensates; (II) In the normal interphase of the cell cycle, these condensates are broadly distributed throughout the nucleus in multicellular organisms. In contrast, the fusion of condensates leads to the formation of strongly condensed spherical droplets when cell transcription is suppressed; (III) SON is dispersed spatially in MALAT1 knocked-down cells, whereas MALAT1 is dispersed in SON knocked-down cells by the collapse of nuclear speckles. However, the detailed interactions among molecules that reveal the mechanisms of this rich variety of morphologies remain unknown. In this study, a coarse-grained molecular dynamics model of the nuclear speckle was developed considering the dynamics of SON, SRRM2 or SRSF2, MALAT1 , and pre-mRNA as representative components of condensates. The simulations reproduced the abovementioned morphological changes, by which the interaction strength among the representative components of the condensates was predicted.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 GPT0,254
Écart entre enseignants0,227 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetRNA Research and Splicing→Travaux en français237 207→