MétaCan
Menu
Retour à la cohorte
Enregistrement W2802410324 · doi:10.1038/s41467-018-03993-4

Viral proteins as a potential driver of histone depletion in dinoflagellates

2018· article· en· W2802410324 sur OpenAlexafffund
Nicholas A. T. Irwin, Benjamín Martín, Barry P. Young, Martin J. G. Browne, Andrew Flaus, Christopher Loewen, Patrick J. Keeling, LeAnn J. Howe

Notice bibliographique

RevueNature Communications · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueBacteriophages and microbial interactions
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHistoneChromatinNucleosomeBiologyCell biologyNucleoproteinHistone-modifying enzymesHistone codeHistone methylationHistone H2AGeneticsDNAGeneGene expressionDNA methylation

Résumé

récupéré en direct d'OpenAlex

Within canonical eukaryotic nuclei, DNA is packaged with highly conserved histone proteins into nucleosomes, which facilitate DNA condensation and contribute to genomic regulation. Yet the dinoflagellates, a group of unicellular algae, are a striking exception to this otherwise universal feature as they have largely abandoned histones and acquired apparently viral-derived substitutes termed DVNPs (dinoflagellate-viral-nucleoproteins). Despite the magnitude of this transition, its evolutionary drivers remain unknown. Here, using Saccharomyces cerevisiae as a model, we show that DVNP impairs growth and antagonizes chromatin by localizing to histone binding sites, displacing nucleosomes, and impairing transcription. Furthermore, DVNP toxicity can be relieved through histone depletion and cells diminish their histones in response to DVNP expression suggesting that histone reduction could have been an adaptive response to these viral proteins. These findings provide insights into eukaryotic chromatin evolution and highlight the potential for horizontal gene transfer to drive the divergence of cellular systems.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,881
Score d'incertitude au seuil1,000

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 technologies0,0000,000
Communication savante0,0000,000
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 Opus0,007
Tête enseignante GPT0,295
Écart entre enseignants0,288 · 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.

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

Citations50
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetBacteriophages and microbial interactionsTravaux en français237 207