MétaCan
Menu
Retour à la cohorte
Enregistrement W4393144993 · doi:10.1042/bst20231022

A dynamic role for transcription factors in restoring transcription through mitosis

2024· review· en· W4393144993 sur OpenAlexafffund
Marek A. Budzyński, Alexander Wong, Armin Faghihi, Sheila S. Teves

Notice bibliographique

RevueBiochemical Society Transactions · 2024
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Chromatin Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanada Research ChairsStem Cell Network
Mots-clésTranscription (linguistics)Cell biologyTranscription factorMitosisBiologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Mitosis involves intricate steps, such as DNA condensation, nuclear membrane disassembly, and phosphorylation cascades that temporarily halt gene transcription. Despite this disruption, daughter cells remarkably retain the parent cell's gene expression pattern, allowing for efficient transcriptional memory after division. Early studies in mammalian cells suggested that transcription factors (TFs) mark genes for swift reactivation, a phenomenon termed 'mitotic bookmarking', but conflicting data emerged regarding TF presence on mitotic chromosomes. Recent advancements in live-cell imaging and fixation-free genomics challenge the conventional belief in universal formaldehyde fixation, revealing dynamic TF interactions during mitosis. Here, we review recent studies that provide examples of at least four modes of TF-DNA interaction during mitosis and the molecular mechanisms that govern these interactions. Additionally, we explore the impact of these interactions on transcription initiation post-mitosis. Taken together, these recent studies call for a paradigm shift toward a dynamic model of TF behavior during mitosis, underscoring the need for incorporating dynamics in mechanistic models for re-establishing transcription post-mitosis.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 GPT0,299
Écart entre enseignants0,272 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations9
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiochemical Society TransactionsMême sujetGenomics and Chromatin DynamicsTravaux en français237 207