MétaCan
Menu
Retour à la cohorte
Enregistrement W1933897339 · doi:10.1002/9780470559277.ch140202

SNIPER Peptide‐Mediated Degradation of Endogenous Proteins

2015· article· en· W1933897339 sur OpenAlexafffund
Xuelai Fan, Yu Tian Wang

Notice bibliographique

RevueCurrent Protocols in Chemical Biology · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensVancouver Coastal Health Research InstituteUniversity of British ColumbiaVancouver Coastal Health
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésEndogenyPeptideIntracellularCell biologyGene knockdownAutophagyChaperone (clinical)Protein degradationFunction (biology)BiologyComputational biologyChemistryBiochemistryMedicineGene

Résumé

récupéré en direct d'OpenAlex

Rapid and reversible methods for altering the function of endogenous proteins are not only indispensable tools for probing complex biological systems, but may potentially drive the development of new therapeutics for the treatment of human diseases. Genetic approaches have provided insights into protein function, but are limited in speed, reversibility and spatiotemporal control. To overcome these limitations, we have developed a peptide-based method (SNIPER: Selective Native Protein Eradication) to degrade any given endogenous protein at the post-translational level by harnessing chaperone-mediated autophagy, a major intracellular protein degradation pathway. This unit presents a typical strategy in the design and validation of a protein-knockdown peptide.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,032
Score d'incertitude au seuil0,507

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,066
Tête enseignante GPT0,392
Écart entre enseignants0,326 · 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 tête enseignante, 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

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Protocols in Chemical BiologyMême sujetCRISPR and Genetic EngineeringTravaux en français237 207