MétaCan
Menu
Retour à la cohorte
Enregistrement W2895902705 · doi:10.1038/s41598-018-34197-x

Identification and Characterization of USP7 Targets in Cancer Cells

2018· article· en· W2895902705 sur OpenAlexafffund
Anna Georges, Edyta Marcon, Jack Greenblatt, Lori Frappier

Notice bibliographique

RevueScientific Reports · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueUbiquitin and proteasome pathways
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCancer Research Society
Mots-clésUbiquitin ligaseUbiquitinMutantCancer cellHelicasePlasma protein bindingProteaseChemistryBiologyCell biologyCancerBiochemistryMolecular biologyRNAEnzymeGeneticsGene

Résumé

récupéré en direct d'OpenAlex

The ubiquitin specific protease, USP7, regulates multiple cellular pathways relevant for cancer through its ability to bind and sometimes stabilize specific target proteins through deubiquitylation. To gain a more complete profile of USP7 interactions in cancer cells, we performed affinity purification coupled to mass spectrometry to identify USP7 binding targets in gastric carcinoma cells. This confirmed reported associations of USP7 with USP11, PPM1G phosphatase and TRIP12 E3 ubiquitin ligase as well as identifying novel interactions with two DEAD/DEAH-box RNA helicases, DDX24 and DHX40. Using USP7 binding pocket mutants, we show that USP11, PPM1G, TRIP12 and DDX24 bind USP7 through its TRAF domain binding pocket, while DHX40 interacts with USP7 through a distinct binding pocket in the Ubl2 domain. P/A/ExxS motifs in USP11 and DDX24 that are critical for USP7 binding were also identified. Modulation of USP7 expression levels and inhibition of USP7 catalytic activity in multiple cells lines showed that USP7 consistently stabilizes DDX24, DHX40 and TRIP12 dependent on its catalytic activity, while USP11 and PPM1G levels were not consistently affected. Our study better defines the mechanisms of USP7 interaction with known targets and identifies DDX24 and DHX40 as new targets that are specifically bound and regulated by USP7.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,209

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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,255
Écart entre enseignants0,244 · 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

Citations65
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetUbiquitin and proteasome pathwaysTravaux en français237 207