Unraveling the Complexities of DNA-Dependent Protein Kinase Autophosphorylation
Notice bibliographique
Résumé
DNA-dependent protein kinase (DNA-PK) orchestrates DNA repair by regulating access to breaks through autophosphorylations within two clusters of sites (ABCDE and PQR). Blocking ABCDE phosphorylation (by alanine mutation) imparts a dominant negative effect, rendering cells hypersensitive to agents that cause DNA double-strand breaks. Here, a mutational approach is used to address the mechanistic basis of this dominant negative effect. Blocking ABCDE phosphorylation hypersensitizes cells to most types of DNA damage (base damage, cross-links, breaks, and damage induced by replication stress), suggesting that DNA-PK binds DNA ends that result from many DNA lesions and that blocking ABCDE phosphorylation sequesters these DNA ends from other repair pathways. This dominant negative effect requires DNA-PK's catalytic activity, as well as phosphorylation of multiple (non-ABCDE) DNA-PK catalytic subunit (DNA-PKcs) sites. PSIPRED analysis indicates that the ABCDE sites are located in the only contiguous extended region of this huge protein that is predicted to be disordered, suggesting a regulatory role(s) and perhaps explaining the large impact ABCDE phosphorylation has on the enzyme's function. Moreover, additional sites in this disordered region contribute to the ABCDE cluster. These data, coupled with recent structural data, suggest a model whereby early phosphorylations promote initiation of nonhomologous end joining (NHEJ), whereas ABCDE phosphorylations, potentially located in a hinge region between the two domains, lead to regulated conformational changes that initially promote NHEJ and eventually disengage NHEJ.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».