Notice bibliographique
Résumé
Microbial ester kinases identified in the past 3 decades came as a surprise, as protein phosphorylation on Ser, Thr, and Tyr amino acids was thought to be unique to eukaryotes. Current analysis of available microbial genomes reveals that "eukaryote-like" protein kinases are prevalent in prokaryotes and can converge in the same signaling pathway with the classical microbial "two-component" systems. Most microbial tyrosine kinases lack the "eukaryotic" Hanks domain signature and are designated tyrosine kinases based upon their biochemical activity. These include the tyrosine kinases termed bacterial tyrosine kinases (BY-kinases), which are responsible for the majority of known bacterial tyrosine phosphorylation events. Although termed generally as bacterial tyrosine kinases, BY-kinases can be considered as one family belonging to the superfamily of prokaryotic protein-tyrosine kinases in bacteria. Other members of this superfamily include atypical "odd" tyrosine kinases with diverse mechanisms of protein phosphorylation and the "eukaryote-like" Hanks-type tyrosine kinases. Here, we discuss the distribution, phylogeny, and function of the various prokaryotic protein-tyrosine kinases, focusing on the recently discovered Mycobacterium tuberculosis PtkA and its relationship with other members of this diverse family of proteins.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».