MétaCan
Menu
Retour à la cohorte
Enregistrement W4396499179 · doi:10.1021/acschembio.4c00104

Pathogenic SNPs Affect Both RNA and DNA G-Quadruplexes’ Responses to Ligands

2024· article· en· W4396499179 sur OpenAlexafffund
Marc-Antoine Turcotte, Jean‐Pierre Perreault

Notice bibliographique

RevueACS Chemical Biology · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDNA and Nucleic Acid Chemistry
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds de recherche du Québec – Nature et technologiesCanadian Institutes of Health ResearchUniversité de Sherbrooke
Mots-clésSingle-nucleotide polymorphismGeneticsBiologyRNADNAGeneSNPPopulationComputational biologyGenotypeMedicine

Résumé

récupéré en direct d'OpenAlex

Single nucleotide polymorphisms (SNPs) are common genetic variations that are present in over 1% of the population and can significantly modify the structures of both DNA and RNA. G-quadruplex structures (G4) are formed by the superposition of tetrads of guanines. To date, the impact of SNPs on both G4 ligands' binding efficacies and specificities has not been investigated. Here, using a bioinformatically predicted G4 and SNPs found in the α-synuclein gene as a proof-of-concept, it was demonstrated that SNPs can modulate both DNA and RNA G4s' responses to ligands. Specifically, six widely recognized ligands (Phen-DC3, PDS, 360A, RHPS4, BRACO19, and TMPyP4) were shown to differentially affect both the structure and the polymerase stalling of the different SNPs. This work highlights the importance of choosing the appropriate G4 ligand when dealing with an SNP identified in a G-rich gene.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,820

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,268
Écart entre enseignants0,260 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Chemical BiologyMême sujetDNA and Nucleic Acid ChemistryTravaux en français237 207