MétaCan
Menu
Retour à la cohorte
Enregistrement W2186041243 · doi:10.1385/1-59259-184-1:317

Vector Geometry Mapping: A Method to Characterize the Conformation of Helix-Loop-Helix Calcium-Binding Proteins

2003· article· en· W2186041243 sur OpenAlexaff
Kyoko L. Yap, James B. Ames, Mark B. Swindells, Mitsuhiko Ikura

Notice bibliographique

RevueHumana Press eBooks · 2003
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Kinase Regulation and GTPase Signaling
Établissements canadiensUniversity of TorontoOntario Institute for Cancer Research
Organismes subventionnairesMedical Research CouncilNational Eye InstituteHoward Hughes Medical Institute
Mots-clésHelix (gastropod)CrystallographyConformational changeBasic helix-loop-helixChemistryProtein structureBiophysicsStereochemistryDNA-binding proteinBiologyBiochemistryTranscription factor

Résumé

récupéré en direct d'OpenAlex

Members of the EF-hand protein superfamily ( 1 ) share a common calciumbinding helix-loop-helix motif as a building block, whose conformation essentially determines biological function. It has been well demonstrated that specific binding of Ca 2+ to the loop alters conformation of the motif, involving rearrangement of the two helices of the EF-hand in three-dimensional (3-D) space (reviewed in refs . 2 – 4 . In Ca 2+ -sensor proteins within this superfamily, the Ca 2+ -induced conformational change is responsible for the sensor activity ( 2 ). For many years this change has been quantitatively characterized by the interhelical angle measured between the two helices ( 5 – 9 ). Recently, Nelson and Chazin ( 10 ) reported an interaction-based analysis for examining conformational change in EF-hand proteins, including computation of distance difference matrices (calculated between each pair of C α atoms in two structures). Both methods have advantages and disadvantages. The former approach gives a single, descriptive parameter for a given EF-hand, but is obviously insufficient to describe the conformation and its change in detail. The latter approach is more comprehensive and is sensitive to small conformational changes, but yields a large number of parameters to be interpreted by the user. In this chapter, we describe a method termed Vector Geometry Mapping (VGM), an extension of the “interhelical angle”approach, which produces amore complete and descriptive picture of EF-hand conformations. These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,062
Tête enseignante GPT0,295
Écart entre enseignants0,234 · 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'étudeSimulation ou modélisation
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

Citations44
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHumana Press eBooksMême sujetProtein Kinase Regulation and GTPase SignalingTravaux en français237 207