MétaCan
Menu
Retour à la cohorte
Enregistrement W4416597063 · doi:10.5256/f1000research.15829.d225385

Dataset 1. Raw data behind Figures 1, 2, 3 and 4

2018· dataset· en· W4416597063 sur OpenAlexaff
Maram B. Albakri, Yuwei Jiang, Julie Genereaux, Patrick Lajoie

Notice bibliographique

RevueFaculty of 1000 Research Ltd · 2018
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésnon disponible

Résumé

récupéré en direct d'OpenAlex

Development of fluorescent proteins (FPs) enabled researchers to visualize protein localization and trafficking in living cells and organisms. The extended palette of available FPs allows simultaneous detection of multiple fluorescent fusion proteins. Importantly, FPs are originally derived from different organisms from jelly fish to corals and each FP displays its own biophysical properties. Among these properties, the tendency of FPs to oligomerize inherently affects the behavior of its fusion partner. Here we employed the budding yeast Saccharomyces cerevisiae to determine the impact of the latest generation of red FPs on their binding partner. We used a yeast assay based on the aggregation and toxicity of misfolded polyQ expansion proteins linked to Huntington’s disease. Since polyQ aggregation and toxicity are highly dependent on the sequences flanking the polyQ region, polyQ expansions provide an ideal tool to assess the impact of FPs on their fusion partners. We found that unlike what is observed for green FP variants, yemRFP and yFusionRed-tagged polyQ expansions show reduced toxicity. However, polyQ expansions tagged with the bright synthetically engineered ymScarlet displayed severe polyQ toxicity. Our data indicate that ymScarlet might have significant advantages over the previous generation of red FPs for use in fluorescent fusions in yeast.

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)0,007
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: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,217

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0030,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0650,112

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 Opus0,158
Tête enseignante GPT0,456
Écart entre enseignants0,298 · 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
GenreJeu de données

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
Publié2018
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueFaculty of 1000 Research LtdTravaux en français237 207