The identification of nuclear mitochondrial pseudogenes using motif statistics
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The analysis and classification of biological sequences is a large field with a great deal of application. Sequence classification is difficult because of the many to one relationship of sequence composition to protein structure and function. Pseudogenes are non-functional genes that arise through point mutations and translocation events. Nuclear Mitochondrial (NUMT) pseudogenes or fragments, are a type of pseudogene which result from failed integrations of mitochondrial genes into the nucleus. NUMTs are characterized by premature stop codons and mutations that compromise the final protein structure, rendering them functionally inactive. DNA barcoding is a recent initiative where organisms are identified and classified based on a particular gene. Cytochrome oxidase subunit I (COI) is a common selection because of its universality and sequence conservation. COI is known to have NUMT copies for various species. NUMT's interfere with DNA barcoding because of the similarity to their mitochondrial parents. NUMT contamination can result in incorrect species classification and spurious species relationships. In our study we demonstrate the effectiveness of Motif Probability Profiling, which uses the normal distribution of motif frequencies to identify NUMTs. We compare and contrast our method with two others; Profile Hidden Markov Model, and Context Comparison Analysis. We also provide the ground work for the existence and further exploration of shared motif patterns in NUMTs.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle