MétaCan
Menu
Retour à la cohorte
Enregistrement W2020815084 · doi:10.1073/pnas.0600538103

Repair of DNA–polypeptide crosslinks by human excision nuclease

2006· article· en· W2020815084 sur OpenAlexfundno aff
Joyce T. Reardon, Aziz Sancar

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2006
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDNA Repair Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of General Medical SciencesYork UniversityUniversity of RochesterNational Institutes of HealthHarvard UniversityMemorial Sloan-Kettering Cancer Center
Mots-clésNucleotide excision repairNucleaseDNADNA repairReplication protein ABase excision repairDNA ligaseDNA repair protein XRCC4BiochemistryMolecular biologyDDB1BiologyChemistryGeneDNA-binding protein

Résumé

récupéré en direct d'OpenAlex

DNA-protein crosslinks are relatively common DNA lesions that form during the physiological processing of DNA by replication and recombination proteins, by side reactions of base excision repair enzymes, and by cellular exposure to bifunctional DNA-damaging agents such as platinum compounds. The mechanism by which pathological DNA-protein crosslinks are repaired in humans is not known. In this study, we investigated the mechanism of recognition and repair of protein-DNA and oligopeptide-DNA crosslinks by the human excision nuclease. Under our assay conditions, the human nucleotide excision repair system did not remove a 16-kDa protein crosslinked to DNA at a detectable level. However, 4- and 12-aa-long oligopeptides crosslinked to the DNA backbone were recognized by some of the damage recognition factors of the human excision nuclease with moderate selectivity and were excised from DNA at relatively efficient rates. Our data suggest that, if coupled with proteolytic degradation of the crosslinked protein, the human excision nuclease may be the major enzyme system for eliminating protein-DNA crosslinks from the genome.

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)0,001
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 enseignants0,009
Score d'incertitude au seuil0,241

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,017
Tête enseignante GPT0,288
Écart entre enseignants0,271 · 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

Citations99
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetDNA Repair MechanismsTravaux en français237 207