MétaCan
Menu
Retour à la cohorte
Enregistrement W2261751226 · doi:10.12688/f1000research.7220.1

The business of deubiquitination – location, location, location

2016· preprint· en· W2261751226 sur OpenAlexafffund
Erin S. Coyne, Simon S. Wing

Notice bibliographique

RevueF1000Research · 2016
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueUbiquitin and proteasome pathways
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDeubiquitinating enzymeUbiquitinAllosteric regulationBiologyFunction (biology)Cell biologyEnzymeComputational biologyBiochemistryGene

Résumé

récupéré en direct d'OpenAlex

A majority of proteins in the cell can be modified by ubiquitination, thereby altering their function or stability. This ubiquitination is controlled by both ubiquitinating and deubiquitinating enzymes (DUBs). The number of ubiquitin ligases exceeds that of DUBs by about eightfold, indicating that DUBs may have much broader substrate specificity. Despite this, DUBs have been shown to have quite specific physiological functions. This functional specificity is likely due to very precise regulation of activity arising from the sophisticated use of all mechanisms of enzyme regulation. In this commentary, we briefly review key features of DUBs with more emphasis on regulation. In particular, we focus on localization of the enzymes as a critical regulatory mechanism which when integrated with control of expression, substrate activation, allosteric regulation, and post-translational modifications results in precise spatial and temporal deubiquitination of proteins and therefore specific physiological functions. Identification of compounds that target the structural elements in DUBs that dictate localization may be a more promising approach to development of drugs with specificity of action than targeting the enzymatic activity, which for most DUBs is dependent on a thiol group that can react non-specifically with many compounds in large-scale screening.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,535
Score d'incertitude au seuil0,723

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,027
Tête enseignante GPT0,312
Écart entre enseignants0,285 · 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
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueF1000ResearchMême sujetUbiquitin and proteasome pathwaysTravaux en français237 207