Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

RNA-seq03:21

RNA-seq

12.2K
RNA sequencing, or RNA-Seq, is a high-throughput sequencing technology used to study the transcriptome of a cell. Transcriptomics helps to interpret the functional elements of a genome and identify the molecular constituents of an organism. Additionally, it also helps in understanding the development of an organism and the occurrence of diseases. 
Before the discovery of RNA-seq, microarray-based methods and Sanger sequencing were used for transcriptome analysis. However, while...
12.2K
Nonsense-mediated mRNA Decay02:27

Nonsense-mediated mRNA Decay

12.0K
The Upf proteins that carry out nonsense-mediated decay (NMD) are found in all eukaryotic organisms, including humans. Each protein has an individual role, but they need to work in collaboration. Upf1 is an ATP-dependent RNA helicase that unwinds the RNA helix. Because Upf1 can unwind any RNA, Upf2 and Upf3 are required to help Upf1 discriminate between nonsense and normal mRNAs.
Usually, Upf3 binds to an Exon Junction Complex (EJC) at mRNA splice sites. If a ribosome fully translates the mRNA,...
12.0K
Ribosome Profiling02:24

Ribosome Profiling

4.2K
Ribosome profiling or ribo-sequencing is a deep sequencing technique that produces a snapshot of active translation in a cell. It selectively sequences the mRNAs protected by ribosomes to get an insight into a cell’s translation landscape at any given point in time.
Applications of ribosome profiling
Ribosome profiling has many applications, including in vivo monitoring of translation inside a particular organ or tissue type and quantifying new protein synthesis levels.
The technique...
4.2K
RNA Editing02:23

RNA Editing

10.0K
RNA editing is a post-transcriptional modification where a precursor mRNA (pre-mRNA) nucleotide sequence is changed by base insertion, deletion, or modification. The extent of RNA editing varies from a few hundred bases, in mitochondrial DNA of trypanosomes, to a just single base, in nuclear genes of mammals. Even a single base change in the pre-mRNA can convert a codon for one amino acid into the codon for another amino acid or a stop codon. This type of re-coding can significantly affect the...
10.0K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Impact of Stent Type on Surgical Outcomes in Pancreatic Cancer Patients Undergoing Preoperative Biliary Drainage.

Digestive endoscopy : official journal of the Japan Gastroenterological Endoscopy Society·2026
Same author

Immediate prediction of post-ERCP pancreatitis: a novel approach using serum trypsin.

Journal of gastroenterology·2026
Same author

Emerging hazard: exposure to fish-derived arsenobetaine increases a latent risk of hypertension in humans and mice.

Environment international·2026
Same author

Appearance of Pancreas Predictive of Cancer Presence: Utility of Computed Tomography Volumetry.

Cancers·2026
Same author

Reply to "Prognostic value of functional assessment in sarcopenia among pancreatic cancer patients".

Journal of gastroenterology·2026
Same author

Niche-level immune evasion in <i>TP53</i> mutant AML residual disease revealed by spatial proteomics.

bioRxiv : the preprint server for biology·2026

関連する実験動画

Updated: Feb 26, 2026

Author Spotlight: AQRNA-seq Role in Mapping Small RNAs and Unraveling Protein Translation Mechanisms
05:12

Author Spotlight: AQRNA-seq Role in Mapping Small RNAs and Unraveling Protein Translation Mechanisms

Published on: February 2, 2024

1.4K

遺伝子発現解析を強化するRNA速度補完のためのニューラルネットワーク支援

Riku Egami1, Momo Shirotori2, Takashi Tamura2

  • 1Chugai Pharmaceutical Co., Ltd., Research Division, Yokohama, Kanagawa, Japan.

iScience
|February 25, 2026
PubMed
まとめ

既存のRNA速度ツールは多くの遺伝子を見逃しています。NARVI（ニューラルネットワーク支援RNA速度補完）は、深層学習を使用してこれらの遺伝子の速度を推定し、遺伝子発現解析を改善します。

キーワード:
生化学バイオインフォマティクス手法ニューラルネットワーク

さらに関連する動画

Real-time Analysis of Transcription Factor Binding, Transcription, Translation, and Turnover to Display Global Events During Cellular Activation
12:54

Real-time Analysis of Transcription Factor Binding, Transcription, Translation, and Turnover to Display Global Events During Cellular Activation

Published on: March 7, 2018

14.1K
Metabolic Labeling of Newly Transcribed RNA for High Resolution Gene Expression Profiling of RNA Synthesis, Processing and Decay in Cell Culture
11:00

Metabolic Labeling of Newly Transcribed RNA for High Resolution Gene Expression Profiling of RNA Synthesis, Processing and Decay in Cell Culture

Published on: August 8, 2013

27.9K

関連する実験動画

Last Updated: Feb 26, 2026

Author Spotlight: AQRNA-seq Role in Mapping Small RNAs and Unraveling Protein Translation Mechanisms
05:12

Author Spotlight: AQRNA-seq Role in Mapping Small RNAs and Unraveling Protein Translation Mechanisms

Published on: February 2, 2024

1.4K
Real-time Analysis of Transcription Factor Binding, Transcription, Translation, and Turnover to Display Global Events During Cellular Activation
12:54

Real-time Analysis of Transcription Factor Binding, Transcription, Translation, and Turnover to Display Global Events During Cellular Activation

Published on: March 7, 2018

14.1K
Metabolic Labeling of Newly Transcribed RNA for High Resolution Gene Expression Profiling of RNA Synthesis, Processing and Decay in Cell Culture
11:00

Metabolic Labeling of Newly Transcribed RNA for High Resolution Gene Expression Profiling of RNA Synthesis, Processing and Decay in Cell Culture

Published on: August 8, 2013

27.9K

科学分野:

  • 計算生物学
  • ゲノミクス
  • バイオインフォマティクス

背景:

  • RNA速度分析は、遺伝子転写ダイナミクスを理解するために重要です。
  • 現在のRNA速度ツールは限界に直面しており、多くの遺伝子の速度を推定できません。
  • このギャップは、単一細胞トランスクリプトミクスにおける包括的な下流分析を制限します。

研究 の 目的:

  • 正確なRNA速度補完のための新しい深層学習フレームワークNARVIを開発すること。
  • 既存のツールが遺伝子速度の推定に直面している限界を克服すること。
  • これまで計算不可能だった遺伝子の速度を回復することにより、下流分析の範囲を拡大すること。

主な方法:

  • NARVIは、深層学習フレームワークを採用して、発現と速度の関係を学習します。
  • 計算可能な遺伝子を使用して、推定が欠落している遺伝子の速度を予測します。
  • この方法は、複数の単一細胞トランスクリプトームデータセットで評価されました。

主要な成果:

  • NARVIは、これまで計算不可能だった数千の遺伝子の速度を推定することに成功しました。
  • 補完された速度により、軌道推論とマーカー遺伝子分析が強化されました。
  • このフレームワークは、多様なデータセットで堅牢なパフォーマンスを示しました。

結論:

  • NARVIは、RNA速度ベースの下流分析の範囲を大幅に拡大します。
  • この補完方法は、遺伝子転写ダイナミクスに関するより深い洞察を提供します。
  • NARVIは、計算トランスクリプトミクスにおける重要な進歩を表しています。