Peptidomics of Circular Cysteine-Rich Plant Peptides: Analysis of the Diversity of Cyclotides from <i>Viola tricolor</i> by Transcriptome and Proteome Mining
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cyclotides are plant-derived mini proteins. They are genetically encoded as precursor proteins that become post-translationally modified to yield circular cystine-knotted molecules. Because of this structural topology cyclotides resist enzymatic degradation in biological fluids, and hence they are considered as promising lead molecules for pharmaceutical applications. Despite ongoing efforts to discover novel cyclotides and analyze their biodiversity, it is not clear how many individual peptides a single plant specimen can express. Therefore, we investigated the transcriptome and cyclotide peptidome of Viola tricolor. Transcriptome mining enabled the characterization of cyclotide precursor architecture and processing sites important for biosynthesis of mature peptides. The cyclotide peptidome was explored by mass spectrometry and bottom-up proteomics using the extracted peptide sequences as queries for database searching. In total 164 cyclotides were discovered by nucleic acid and peptide analysis in V. tricolor. Therefore, violaceous plants at a global scale may be the source to as many as 150 000 individual cyclotides. Encompassing the diversity of V. tricolor as a combinatorial library of bioactive peptides, this commercially available medicinal herb may be a suitable starting point for future bioactivity-guided screening studies.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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