Differential chromatin proteomics of the MMS-induced DNA damage response in yeast
Notice bibliographique
Résumé
BACKGROUND: Protein enrichment by sub-cellular fractionation was combined with differential-in-gel-electrophoresis (DIGE) to address the detection of the low abundance chromatin proteins in the budding yeast proteome. Comparisons of whole-cell extracts and chromatin fractions were used to provide a measure of the degree of chromatin association for individual proteins, which could be compared across sample treatments. The method was applied to analyze the effect of the DNA damaging agent methyl methanesulfonate (MMS) on levels of chromatin-associated proteins. RESULTS: Up-regulation of several previously characterized DNA damage checkpoint-regulated proteins, such as Rnr4, Rpa1 and Rpa2, was observed. In addition, several novel DNA damage responsive proteins were identified and assessed for genotoxic sensitivity using either DAmP (decreased abundance by mRNA perturbation) or knockout strains, including Acf2, Arp3, Bmh1, Hsp31, Lsp1, Pst2, Rnr4, Rpa1, Rpa2, Ste4, Ycp4 and Yrb1. A strain in which the expression of the Ran-GTPase binding protein Yrb1 was reduced was found to be hypersensitive to genotoxic stress. CONCLUSION: The described method was effective at unveiling chromatin-associated proteins that are less likely to be detected in the absence of fractionation. Several novel proteins with altered chromatin abundance were identified including Yrb1, pointing to a role for this nuclear import associated protein in DNA damage response.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».