MétaCan
Menu
Retour à la cohorte
Enregistrement W2113274575 · doi:10.2144/000112455

Yeast Split-Ubiquitin-Based Cytosolic Screening System to Detect Interactions Between Transcriptionally Active Proteins

2007· article· en· W2113274575 sur OpenAlexaff
Natalie Möckli, Paul O. Hassa, Zhaolei Zhang, Matthias Peter, Michael O. Hottiger, Igor Štagljar, Daniel Auerbach

Notice bibliographique

RevueBioTechniques · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueFungal and yeast genetics research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTwo-hybrid screeningYeastProtein–protein interactionBiologyUbiquitinCytosolComplementary DNAcDNA libraryBimolecular fluorescence complementationComputational biologySaccharomyces cerevisiaeCytoplasmTranscription factorCell biologyBiochemistryGeneticsGeneEnzyme

Résumé

récupéré en direct d'OpenAlex

Interactions between proteins are central to most biological processes; consequently, understanding the latter requires identification of all possible protein interactions within a cell. To extend the range of existing assays for the detection of protein interactions, we present a novel genetic screening assay, the cytosolic yeast two-hybrid system (cytoY2H), which is based on the split-ubiquitin technique and detects protein-protein interactions in the cytoplasm. We show that the assay can be applied to a wide range of proteins that are difficult to study in the classical yeast two-hybrid (Y2H) system, including transcription factors such as p53 and members of the NF-kappaB complex. Furthermore, we applied the cytoY2H system to cDNA library screening and identified several new interaction partners of Uri1p, an uncharacterized yeast protein. The cytoY2H system extends existing methods for the detection of protein interactions by providing a convenient solution for screening a wide range of transcriptionally active 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 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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,026
Tête enseignante GPT0,315
Écart entre enseignants0,289 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations81
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioTechniquesMême sujetFungal and yeast genetics researchTravaux en français237 207