MétaCan
Menu
Retour à la cohorte
Enregistrement W2002033363 · doi:10.1371/journal.ppat.1000100

Genome-Wide Screen of Three Herpesviruses for Protein Subcellular Localization and Alteration of PML Nuclear Bodies

2008· article· en· W2002033363 sur OpenAlexafffund
Jayme Salsman, Nicole M. Zimmerman, Tricia Chen, Megan Domagala, Lori Frappier

Notice bibliographique

RevuePLoS Pathogens · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueCytomegalovirus and herpesvirus research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Cancer InstituteGenome CanadaOntario GenomicsCanadian Institutes of Health ResearchCanada Research ChairsOntario Genomics Institute
Mots-clésCajal bodyBiologySubcellular localizationLytic cyclePromyelocytic leukemia proteinHerpes simplex virusNucleolusCell biologyNuclear localization sequenceProtein subcellular localization predictionVirologyGenomeNuclear poreNuclear proteinVirusCytoplasmGeneRNAGeneticsTranscription factorRNA splicing

Résumé

récupéré en direct d'OpenAlex

Herpesviruses are large, ubiquitous DNA viruses with complex host interactions, yet many of the proteins encoded by these viruses have not been functionally characterized. As a first step in functional characterization, we determined the subcellular localization of 234 epitope-tagged proteins from herpes simplex virus, cytomegalovirus, and Epstein-Barr virus. Twenty-four of the 93 proteins with nuclear localization formed subnuclear structures. Twelve of these localized to the nucleolus, and five at least partially localized with promyelocytic leukemia (PML) bodies, which are known to suppress viral lytic infection. In addition, two proteins disrupted Cajal bodies, and 19 of the nuclear proteins significantly decreased the number of PML bodies per cell, including six that were shown to be SUMO-modified. These results have provided the first functional insights into over 120 previously unstudied proteins and suggest that herpesviruses employ multiple strategies for manipulating nuclear bodies that control key cellular processes.

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 enseignants0,167
Score d'incertitude au seuil0,468

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 Opus0,056
Tête enseignante GPT0,272
Écart entre enseignants0,216 · 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

Citations111
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS PathogensMême sujetCytomegalovirus and herpesvirus researchTravaux en français237 207