MétaCan
Menu
Retour à la cohorte
Enregistrement W2434129392 · doi:10.1038/srep16269

Substrates of the ASB2α E3 ubiquitin ligase in dendritic cells

2015· article· en· W2434129392 sur OpenAlexaff
Camille A. Spinner, Sandrine Uttenweiler‐Joseph, Arnaud Métais, Alexandre Stella, Odile Burlet‐Schiltz, Christel Moog‐Lutz, Isabelle Lamsoul, Pierre G. Lutz

Notice bibliographique

RevueScientific Reports · 2015
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmunotherapy and Immune Responses
Établissements canadiensCanadian Nautical Research Society
Organismes subventionnairesCentre National de la Recherche ScientifiqueFondation ARC pour la Recherche sur le Cancer
Mots-clésFLNAFilaminUbiquitin ligaseBiologyUbiquitinTranscriptomeCell biologyImmune systemProteasomeAcquired immune systemComputational biologyImmunologyGeneticsGeneGene expressionCellCytoskeleton

Résumé

récupéré en direct d'OpenAlex

Conventional dendritic cells (cDCs) comprise distinct populations with specialized immune functions that are mediators of innate and adaptive immune responses. Transcriptomic and proteomic approaches have been used so far to identify transcripts and proteins that are differentially expressed in these subsets to understand the respective functions of cDCs subsets. Here, we showed that the Cullin 5-RING E3 ubiquitin ligase (E3) ASB2α, by driving degradation of filamin A (FLNa) and filamin B (FLNb), is responsible for the difference in FLNa and FLNb abundance in the different spleen cDC subsets. Importantly, the ability of these cDC subsets to migrate correlates with the level of FLNa. Furthermore, our results strongly point to CD4 positive and double negative cDCs as distinct populations. Finally, we develop quantitative global proteomic approaches to identify ASB2α substrates in DCs using ASB2 conditional knockout mice. As component of the ubiquitin-proteasome system (UPS) are amenable to pharmacological manipulation, these approaches aimed to the identification of E3 substrates in physiological relevant settings could potentially lead to novel targets for therapeutic strategies.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,019
Tête enseignante GPT0,244
Écart entre enseignants0,225 · 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'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

Citations12
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetImmunotherapy and Immune ResponsesTravaux en français237 207