MétaCan
Menu
Retour à la cohorte
Enregistrement W2783734426 · doi:10.1074/mcp.ra117.000574

Cross-species Comparison of Proteome Turnover Kinetics

2018· article· en· W2783734426 sur OpenAlexaff
Kyle Swovick, Kevin Welle, Jennifer R. Hryhorenko, Andrei Seluanov, Vera Gorbunova, Sina Ghaemmaghami

Notice bibliographique

RevueMolecular & Cellular Proteomics · 2018
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensIONICS Mass Spectrometry (Canada)
Organismes subventionnairesNational Institute of General Medical SciencesNational Institute on AgingNational Institutes of HealthNational Science Foundation
Mots-clésProteomeProtein turnoverKineticsProteomicsBiologyBiochemistryComputational biologyCell biologyChemistryProtein biosynthesisGene

Résumé

récupéré en direct d'OpenAlex

The constitutive process of protein turnover plays a key role in maintaining cellular homeostasis. Recent technological advances in mass spectrometry have enabled the measurement of protein turnover kinetics across the proteome. However, it is not known if turnover kinetics of individual proteins are highly conserved or if they have evolved to meet the physiological demands of individual species. Here, we conducted systematic analyses of proteome turnover kinetics in primary dermal fibroblasts isolated from eight different rodent species. Our results highlighted two trends in the variability of proteome turnover kinetics across species. First, we observed a decrease in cross-species correlation of protein degradation rates as a function of evolutionary distance. Second, we observed a negative correlation between global protein turnover rates and maximum lifespan of the species. We propose that by reducing the energetic demands of continuous protein turnover, long-lived species may have evolved to lessen the generation of reactive oxygen species and the corresponding oxidative damage over their extended lifespans.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,297
Écart entre enseignants0,280 · 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

Citations58
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular & Cellular ProteomicsMême sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207