MétaCan
Menu
Retour à la cohorte
Enregistrement W893640510 · doi:10.1128/microbiolspec.mdna3-0002-2014

Transposons Tn <i>10</i> and Tn <i>5</i>

2015· review· en· W893640510 sur OpenAlexafffund
David B. Haniford, Michael J. Ellis

Notice bibliographique

RevueMicrobiology Spectrum · 2015
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial Genetics and Biotechnology
Établissements canadiensWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésTn10Transposable elementTransposition (logic)TransposaseBiologyGeneticsGeneRegulation of gene expressionComputational biologyMutantComputer science

Résumé

récupéré en direct d'OpenAlex

The study of the bacterial transposons Tn10 and Tn5 has provided a wealth of information regarding steps in nonreplicative DNA transposition, transpososome dynamics and structure, as well as mechanisms employed to regulate transposition. The focus of ongoing research on these transposons is mainly on host regulation and the use of the Tn10 antisense system as a platform to develop riboregulators for applications in synthetic biology. Over the past decade two new regulators of both Tn10 and Tn5 transposition have been identified, namely H-NS and Hfq proteins. These are both global regulators of gene expression in enteric bacteria with functions linked to stress-response pathways and virulence and potentially could link the Tn10 and Tn5 systems (and thus the transfer of antibiotic resistance genes) to environmental cues. Work summarized here is consistent with the H-NS protein working directly on transposition complexes to upregulate both Tn10 and Tn5 transposition. In contrast, evidence is discussed that is consistent with Hfq working at the level of transposase expression to downregulate both systems. With regard to Tn10 and synthetic biology, some recent work that incorporates the Tn10 antisense RNA into both transcriptional and translational riboswitches is summarized.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,004

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 Opus0,017
Tête enseignante GPT0,262
Écart entre enseignants0,245 · 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

Citations43
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMicrobiology SpectrumMême sujetBacterial Genetics and BiotechnologyTravaux en français237 207