Development of a highly optimized procedure for the discovery of RNA G-quadruplexes by combining several strategies
Notice bibliographique
Résumé
RNA G-quadruplexes (rG4s) are non-canonical secondary structures that are formed by the self-association of guanine quartets and that are stabilized by monovalent cations (e.g. potassium). rG4s are key elements in several post-transcriptional regulation mechanisms, including both messenger RNA (mRNA) and microRNA processing, mRNA transport and translation, to name but a few examples. Over the past few years, multiple high-throughput approaches have been developed in order to identify rG4s, including bioinformatic prediction, in vitro assays and affinity capture experiments coupled to RNA sequencing. Each individual approach had its limits, and thus yielded only a fraction of the potential rG4 that are further confirmed (i.e., there is a significant level of false positive). This report aims to benefit from the strengths of several existing approaches to identify rG4s with a high potential of being folded in cells. Briefly, rG4s were pulled-down from cell lysates using the biotinylated biomimetic G4 ligand BioTASQ and the sequences thus isolated were then identified by RNA sequencing. Then, a novel bioinformatic pipeline that included DESeq2 to identify rG4 enriched transcripts, MACS2 to identify rG4 peaks, rG4-seq to increase rG4 formation probability and G4RNA Screener to detect putative rG4s was performed. This workflow uncovers new rG4 candidates whose rG4-folding was then confirmed in vitro using an array of established biophysical methods. Clearly, this workflow led to the identification of novel rG4s in a highly specific and reliable manner.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,005 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».