MétaCan
Menu
Retour à la cohorte
Enregistrement W2895946932 · doi:10.1021/acs.jpcb.8b07680

Prediction of Misfolding-Specific Epitopes in SOD1 Using Collective Coordinates

2018· article· en· W2895946932 sur OpenAlexafffund
Xubiao Peng, Neil R. Cashman, Steven S. Plotkin

Notice bibliographique

RevueThe Journal of Physical Chemistry B · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMachine Learning in Bioinformatics
Établissements canadiensGenome British ColumbiaUniversity of British Columbia
Organismes subventionnairesAlberta Prion Research InstituteCanadian Institutes of Health Research
Mots-clésEpitopeSOD1Protein foldingComputational biologyComputer scienceBiologyCell biologyImmunologyGenetics

Résumé

récupéré en direct d'OpenAlex

We introduce a global, collective coordinate bias into molecular dynamics simulations that partially unfolds a protein, in order to predict misfolding-specific epitopes based on the regions that locally unfold. Several metrics are used to measure local disorder, including solvent exposed surface area (SASA), native contacts ( Q), and root mean squared fluctuations (RMSF). The method is applied to Cu, Zn superoxide dismutase (SOD1). For this protein, the processes of monomerization, metal loss, and conformational unfolding due to microenvironmental stresses are all separately taken into account. Several misfolding-specific epitopes are predicted, and consensus epitopes are calculated. These predicted epitopes are consistent with the "lower-resolution" peptide sequences used to raise disease-specific antibodies, but the epitopes derived from collective coordinates contain shorter, more refined sequences for the key residues constituting the epitope.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,261
Écart entre enseignants0,245 · 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'étudeSimulation ou modélisation
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

Citations33
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry BMême sujetMachine Learning in BioinformaticsTravaux en français237 207