MétaCan
Menu
Retour à la cohorte
Enregistrement W1974628404 · doi:10.4161/cib.24298

Ras GTPases’ interaction with effector domains

2013· article· en· W1974628404 sur OpenAlexafffund
Manishha Patel, Jean‐François Côté

Notice bibliographique

RevueCommunicative & Integrative Biology · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Kinase Regulation and GTPase Signaling
Établissements canadiensMcGill UniversityMontreal Clinical Research Institute
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésGTPaseRabBiologyEffectorComputational biologyCDC42Cell biology

Résumé

récupéré en direct d'OpenAlex

THE RAS SUPERFAMILY OF PROTEINS CONSISTS OF FIVE BRANCHES: Ras, Rho, Arf, Rab and Ran subfamilies. These proteins are involved in a plethora of biological functions spanning cytoskeletal organization, cell proliferation, transcription and intracellular trafficking. Ras-Binding Domains (RBDs) have classically been identified as autonomous ubiquitin-like folded regions that bind certain activated Ras GTPases of the Ras subfamily. In general, RBDs in many proteins have been tagged with membrane-targeting functions as in the case of the well-characterized c-Raf-RBD/Ras interaction. However, it is becoming apparent that the definition and functions of RBDs need to be revamped in order to reflect the new discoveries associated with this domain. Here, we discuss in more detail the recent advances associated with these RBDs. We highlight research identifying RBDs in formins, ELMOs and the RhoGEF, Syx and discuss the emerging role for RBDs in controlling autoinhibition relief and the newly recognized versatility of RBDs to interact with Rho and Arf family GTPases. In addition, these recent findings raise the exciting hypothesis that functional RBDs remain hidden in the proteome and are ready to be uncovered.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,005

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 Opus0,013
Tête enseignante GPT0,286
Écart entre enseignants0,273 · 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'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

Citations15
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCommunicative & Integrative BiologyMême sujetProtein Kinase Regulation and GTPase SignalingTravaux en français237 207