MétaCan
Menu
Retour à la cohorte
Enregistrement W2363617717 · doi:10.1080/15592324.2016.1183087

An unbiased nuclear proteomics approach reveals novel nuclear protein components that participates in MAMP-triggered immunity

2016· article· en· W2363617717 sur OpenAlexaff
Zainab Fakih, Md Bulbul Ahmed, Claire Letanneur, Hugo Germain

Notice bibliographique

RevuePlant Signaling & Behavior · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant-Microbe Interactions and Immunity
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésBiologyProteomeProteomicsArabidopsisPhenotypeNuclear proteinComputational biologyGeneticsPlant ImmunityNuclear localization sequenceArabidopsis thalianaRibosomal proteinCell biologyRNAMutantGeneRibosomeTranscription factor

Résumé

récupéré en direct d'OpenAlex

(MAMP)-triggered immunity (MTI) is the first layer of molecular defense encountered by pathogens. Genetic screens have contributed to our knowledge of MTI, but are limited to phenotype-causing mutations. Here we attempt to identify novel factors involved in the early event leading to plant MTI by comparing the nuclear proteomes of two Arabidopsis genotypes treated with chitosan. Our approach revealed that following chitosan treatment, cerk1 plants had many nuclear accumulating proteins in common, but also some unique ones, when compared with Col-0 plants. Analysis of the identified proteins revealed a nuclear accumulation of DNA-modifying enzymes, RNA-binding proteins and ribosomal proteins. Our results demonstrate that nuclear proteomic is a valid, phenotype-independent approach to uncover factor involved in cellular processes.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,586
Score d'incertitude au seuil0,486

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,083
Tête enseignante GPT0,251
Écart entre enseignants0,167 · 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

Citations17
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlant Signaling & BehaviorMême sujetPlant-Microbe Interactions and ImmunityTravaux en français237 207