MétaCan
Menu
← Retour à la cohorte
Enregistrement W610074159 · doi:10.71781/28553

Effet de la RNase HI sur l’expression génique et sur le surenroulement de l’ADN chez Escherichia coli

2010· dissertation· fr· W610074159 sur OpenAlexfundno aff
Flora Nolent

Notice bibliographique

RevuePapyrus : Institutional Repository (Université de Montréal) · 2010
Typedissertation
Languefr
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDNA Repair Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésMolecular biologyBiologyPhysicsChemistry

Résumé

récupéré en direct d'OpenAlex

Les R-loops générés durant la transcription sont impliqués dans de nombreuse fonctions incluant la réplication, la recombinaison et l’expression génique tant chez les procaryotes que chez les eucaryotes. Plusieurs études ont montré qu’un excès de supertours négatifs et des séquences riches en bases G induisent la formation de R-loops. Jusqu’à maintenant, nos résultats nous ont permis d’établir un lien direct entre les topoisomérases, le niveau de surenroulement et la formation de R-loops. Cependant, le rôle physiologique des R-loops est encore largement inconnu. Dans le premier article, une étude détaillée du double mutant topA rnhA a montré qu’une déplétion de RNase HI induit une réponse cellulaire qui empêche la gyrase d’introduire des supertours. Il s’agit ici, de la plus forte évidence supportant les rôles majeurs de la RNase HI dans la régulation du surenroulement de l’ADN. Nos résultats ont également montré que les R-loops pouvaient inhiber l’expression génique. Cependant, les mécanismes exacts sont encore mal connus. L’accumulation d’ARNs courts au détriment d’ARNs pleine longueur peut être causée soit par des blocages durant l’élongation de la transcription soit par la dégradation des ARNs pleine longueur. Dans le deuxième article, nous montrons que l’hypersurenroulement négatif peut mener à la formation de R-loops non-spécifiques (indépendants de la séquence nucléotidique). La présence de ces derniers, engendre une dégradation massive des ARNs et ultimement à la formation de protéines tronquées. En conclusion, ces études montrent l’évidence d’un lien étroit entre la RNase HI, la formation des R-loops, la topologie de l’ADN et l’expression génique. De plus, elles attestent de la présence d’un nouvel inhibiteur de gyrase ou d’un mécanisme encore inconnu capable de réguler son activité. Cette surprenante découverte est élémentaire sachant que de nombreux antibiotiques ciblent la gyrase. Finalement, ces études pourront servir également de base à des recherches similaires chez les cellules eucaryotes.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,004
Tête enseignante GPT0,183
Écart entre enseignants0,180 · 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'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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePapyrus : Institutional Repository (Université de Montréal)→Même sujetDNA Repair Mechanisms→Travaux en français237 207→