MétaCan
Menu
Retour à la cohorte
Enregistrement W2795227190 · doi:10.1038/s41467-018-03245-5

Cell-based glycan arrays for probing glycan–glycan binding protein interactions

2018· article· en· W2795227190 sur OpenAlexaff
Jennie G. Briard, Hao Jiang, Kelley W. Moremen, Matthew S. Macauley, Peng Wu

Notice bibliographique

RevueNature Communications · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGlycosylation and Glycoproteins Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Natural Science Foundation of China-Shandong Joint FundNational Natural Science Foundation of China-Shandong Joint Fund for Marine Science Research CentersNational Institutes of HealthNational Institute of General Medical SciencesNational Natural Science Foundation of China
Mots-clésGlycanSIGLECSialic acidGlycosylationChinese hamster ovary cellBiochemistryChemistryGlycomicsBiologyCell biologyGlycoproteinReceptor

Résumé

récupéré en direct d'OpenAlex

Glycan microarrays provide a high-throughput means of profiling the interactions of glycan-binding proteins with their ligands. However, the construction of current glycan microarray platforms is time consuming and expensive. Here, we report a fast and cost-effective method for the assembly of cell-based glycan arrays to probe glycan-glycan-binding protein interactions directly on the cell surface. Chinese hamster ovary cell mutants with a narrow and relatively homogeneous repertoire of glycoforms serve as the foundation platforms to develop these arrays. Using recombinant glycosyltransferases, sialic acid, fucose, and analogs thereof are installed on cell-surface glycans to form cell-based arrays displaying diverse glycan epitopes that can be probed with glycan-binding proteins by flow cytometry. Using this platform, high-affinity glycan ligands are discovered for Siglec-15-a sialic acid-binding lectin involved in osteoclast differentiation. Incubating human osteoprogenitor cells with cells displaying a high-affinity Siglec-15 ligand impairs osteoclast differentiation, demonstrating the utility of this cell-based glycan array technology.

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)0,000
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 enseignants0,535
Score d'incertitude au seuil0,783

Scores Codex et Gemma par catégorie

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,026
Tête enseignante GPT0,341
Écart entre enseignants0,315 · 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

Citations122
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetGlycosylation and Glycoproteins ResearchTravaux en français237 207