MétaCan
Menu
Retour à la cohorte
Enregistrement W2290025495 · doi:10.1126/scisignal.aad4403

Occurrence, structure, and evolution of nitric oxide synthase–like proteins in the plant kingdom

2016· review· en· W2290025495 sur OpenAlexafffund
Sylvain Jeandroz, Daniel Wipf, Dennis J. Stuehr, Lorenzo Lamattina, Michael Melkonian, Zhijian Tian, Ying Zhu, Eric Carpenter, Gane Ka‐Shu Wong, David Wendehenne

Notice bibliographique

RevueScience Signaling · 2016
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePhotosynthetic Processes and Mechanisms
Établissements canadiensUniversity of Alberta
Organismes subventionnairesBeijing Institute of Genomics, Chinese Academy of SciencesAgroSup DijonMinistry of Innovation and Advanced EducationAlberta InnovatesAlberta Innovates - Technology Futures
Mots-clésATP synthaseNitric oxide synthaseNitric oxideAlgaeBiologyBiochemistryChemistryCell biologyBotanyEnzymeEndocrinology

Résumé

récupéré en direct d'OpenAlex

Nitric oxide (NO) signaling regulates various physiological processes in both animals and plants. In animals, NO synthesis is mainly catalyzed by NO synthase (NOS) enzymes. Although NOS-like activities that are sensitive to mammalian NOS inhibitors have been detected in plant extracts, few bona fide plant NOS enzymes have been identified. We searched the data set produced by the 1000 Plants (1KP) international consortium for the presence of transcripts encoding NOS-like proteins in over 1000 species of land plants and algae. We also searched for genes encoding NOS-like enzymes in 24 publicly available algal genomes. We identified no typical NOS sequences in 1087 sequenced transcriptomes of land plants. In contrast, we identified NOS-like sequences in 15 of the 265 algal species analyzed. Even if the presence of NOS enzymes assembled from multipolypeptides in plants cannot be conclusively discarded, the emerging data suggest that, instead of generating NO with evolutionarily conserved NOS enzymes, land plants have evolved finely regulated nitrate assimilation and reduction processes to synthesize NO through a mechanism different than that in animals.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 GPT0,286
Écart entre enseignants0,260 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations264
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScience SignalingMême sujetPhotosynthetic Processes and MechanismsTravaux en français237 207