MétaCan
Menu
Retour à la cohorte
Enregistrement W1984517428 · doi:10.1371/journal.pcbi.1000986

Chromosome Driven Spatial Patterning of Proteins in Bacteria

2010· article· en· W1984517428 sur OpenAlexafffund
Saeed Saberi, Eldon Emberly

Notice bibliographique

RevuePLoS Computational Biology · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial Genetics and Biotechnology
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institute for Advanced Research
Mots-clésCaulobacter crescentusBiologyCell divisionCell biologyAsymmetric cell divisionProtein subcellular localization predictionChromosome segregationScaffold proteinGeneticsChromosomeChemotaxisCell Cycle ProteinCellSignal transductionCell cycleGene

Résumé

récupéré en direct d'OpenAlex

The spatial patterning of proteins in bacteria plays an important role in many processes, from cell division to chemotaxis. In the asymmetrically dividing bacteria Caulobacter crescentus, a scaffolding protein, PopZ, localizes to both poles and aids the differential patterning of proteins between mother and daughter cells during division. Polar patterning of misfolded proteins in Escherichia coli has also been shown, and likely plays an important role in cellular ageing. Recent experiments on both of the above systems suggest that the presence of chromosome free regions along with protein multimerization may be a mechanism for driving the polar localization of proteins. We have developed a simple physical model for protein localization using only these two driving mechanisms. Our model reproduces all the observed patterns of PopZ and misfolded protein localization--from diffuse, unipolar, and bipolar patterns and can also account for the observed patterns in a variety of mutants. The model also suggests new experiments to further test the role of the chromosome in driving protein patterning, and whether such a mechanism is responsible for helping to drive the differentiation of the cell poles.

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 enseignants0,096
Score d'incertitude au seuil0,447

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 Opus0,008
Tête enseignante GPT0,229
Écart entre enseignants0,220 · 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

Citations34
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS Computational BiologyMême sujetBacterial Genetics and BiotechnologyTravaux en français237 207