MétaCan
Menu
Retour à la cohorte
Enregistrement W2126217576 · doi:10.1017/s1355838202029059

Inhibition of protein synthesis by aminoglycoside???arginine conjugates

2002· article· en· W2126217576 sur OpenAlexafffund
M Carrière, Veerappan Vijayabaskar, Drew J. Applefield, Isabelle Harvey, Philippe Garneau, Jon R. Lorsch, Aviva Lapidot, Jerry Pelletier

Notice bibliographique

RevueRNA · 2002
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA and protein synthesis mechanisms
Établissements canadiensMcGill University
Organismes subventionnairesNational Cancer InstituteCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésRibosomeAminoglycosideBiologyBiochemistryTranslation (biology)RNAProtein biosynthesisArginineSmall moleculeBiophysicsAmino acidAntibioticsMessenger RNA

Résumé

récupéré en direct d'OpenAlex

Inhibition of translation by small molecule ligands has proven to be a useful tool for understanding this complex cellular mechanism, as well as providing drugs of significant medical importance. Many small molecule ligands inhibit translation by binding to RNA or RNA/protein components of the ribosomal subunits and usurping their function. A class of peptidomimetics [aminoglycoside-arginine conjugates (AAC)] has recently been designed to inhibit HIV TAR/tat interaction and in experiments aimed at assessing the inhibitory effects of AACs on TAR-containing transcripts, we found that AACs are general inhibitors of translation. Experiments reported herein aim at characterizing these novel properties of AACs. We find that AACs are inhibitors of eukaryotic and prokaryotic translation and exert their effects by blocking peptide chain elongation. Structure/activity relationship studies suggest that inhibition of translation by AACs is directly related to the number of arginine groups present on the aminoglycoside backbone and to the nature of the core aminoglycoside. AACs are therefore attractive tools for understanding and probing ribosome function.

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)0,000
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 enseignants0,013
Score d'incertitude au seuil0,463

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,011
Tête enseignante GPT0,207
Écart entre enseignants0,196 · 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

Citations19
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRNAMême sujetRNA and protein synthesis mechanismsTravaux en français237 207