MétaCan
Menu
Retour à la cohorte
Enregistrement W2048263228 · doi:10.1002/pmic.200800666

Using mass spectrometry to identify ubiquitin and ubiquitin‐like protein conjugation sites

2009· review· en· W2048263228 sur OpenAlexaff
Stanley M. Jeram, Tharan Srikumar, Patrick G. A. Pedrioli, Brian Raught

Notice bibliographique

RevuePROTEOMICS · 2009
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueUbiquitin and proteasome pathways
Établissements canadiensUniversity of TorontoOntario Institute for Cancer Research
Organismes subventionnairesnon disponible
Mots-clésUbiquitinConjugateComputational biologyPosttranslational modificationBiochemistryBiomoleculeIdentification (biology)ProteomicsChemistryBiologyGeneEnzyme

Résumé

récupéré en direct d'OpenAlex

Ubiquitin (Ub) and the ubiquitin-like proteins (Ubls) are polypeptides that are covalently conjugated to proteins and other biomolecules to modulate their turnover rate, localization, and/or function. The full range of Ubl functions is only beginning to be understood, and the wide variety of Ubl conjugates is only beginning to be identified. Moreover, how Ubl conjugation is regulated, and how Ubl conjugate populations change, e.g., throughout the cell cycle, in response to hormones, nutrients, or stress, or in various disease states, remains largely enigmatic. MS represents a powerful tool for the characterization of PTMs. However, standard sample preparation and data search methods are not amenable to the identification of many types of Ubl conjugates. Here, we describe the challenges of identifying Ub/Ubl conjugates, and propose an improved workflow for identification of Ub/Ubl conjugation sites. Considering the importance of Ubls in normal cellular physiology, and their roles in disease etiology and progression, it will be critical to develop improved high-throughput MS methods capable of efficiently identifying proteins and other biomolecules modified by these very interesting and important PTMs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,004

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 Opus0,061
Tête enseignante GPT0,353
Écart entre enseignants0,292 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations50
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePROTEOMICSMême sujetUbiquitin and proteasome pathwaysTravaux en français237 207