MétaCan
Menu
Retour à la cohorte
Enregistrement W1972631549 · doi:10.1083/jcb.1773rr2

Glycan growth switch

2007· article· en· W1972631549 sur OpenAlexaboutno aff
Nicole LeBrasseur

Notice bibliographique

RevueThe Journal of Cell Biology · 2007
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueGalectins and Cancer Biology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyGlycanCell biologyBiochemistryGlycoprotein

Résumé

récupéré en direct d'OpenAlex

Those sugary glycan moieties that adorn cell surface receptors are more than decoration. Their ability to prevent receptor endocytosis is well established. Now, Ken Lau, James Dennis (University of Toronto, Canada), and colleagues show that differences in receptors' glycan decorations time a cell's transition from growth to arrest. Receptors that promote growth generally have more sites for glycan addition than do receptors that halt growth and start differentiation. The authors found that these receptor groups responded differently to changes in metabolite status, which determines the complexity of the added glycans (more sugar-nucleotides means more intricately branched glycans are created in the Golgi). With their many glycans, growth receptors were cross-linked by sugar-binding galectins and retained on the surface even in stringent growth conditions. Receptors that promote differentiation required higher sugar-nucleotide levels before their fewer glycans gained enough galectin-binding branches to counter their loss by endocytosis. The upshot, says Dennis, is “a principle of how cells regulate the ratio of growth and arrest receptors in a cell-autonomous manner downstream of nutrients. First, an increase in proliferation is accompanied by glucose uptake and increased metabolism.” Then when metabolite flux sufficiently increases sugar-nucleotides and the branched glycans, differentiation receptors can accumulate, turning off proliferation. Reference: Lau, K.S., et al. 2007. Cell. 129:123–134. [PubMed]

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)0,002
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 enseignants0,133
Score d'incertitude au seuil0,520

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,234
Écart entre enseignants0,226 · 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

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Cell BiologyMême sujetGalectins and Cancer BiologyTravaux en français237 207