PERK and PKR: Old kinases learn new tricks
Notice bibliographique
Résumé
Regulating gene expression is an effective way for cells to deal with various stresses. The outcome of this regulation differs with the type of stress, and can promote either cell survival or cell death depending on the severity of the injury incurred. Gene expression can be controlled at several steps, including transcription, translation and degradation. An extensively studied protein involved in translational control is the eukaryotic translation initiation factor 2 (eIF2). When eIF2 becomes phosphorylated on a specific serine residue located within the alpha (alpha) subunit, global protein synthesis is halted. This phosphorylation occurs following periods of environmental stress, and plays a significant role in the cellular response to these events. The eIF2alpha kinase family consists of four members, which are each activated in response to different stimuli. Our group has recently discovered that two members of this family, the protein kinase activated by double-stranded RNA (PKR) and the PKR-like endoplasmic reticulum (ER) kinase (PERK) can also regulate the expression of specific proteins by promoting their degradation by the 26S proteasome. Specifically, we demonstrated that degradation of the cell cycle regulator cyclin D1, and the tumour suppressor p53 was promoted by PERK and PKR during periods of ER stress. This novel function may allow the eIF2alpha kinases to affect a larger number of cellular processes than previously believed.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,006 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,005 |
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 source (Gemma direct ou Codex distillé), 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 ».