Master regulators of genetic interaction networks mediating statin drug response in <i>Saccharomyces cerevisiae</i> vary with genetic background
Notice bibliographique
Résumé
ABSTRACT Determination of genetic interaction networks (GINs) surrounding drug targets identifies buffering genes and provides molecular insight into drug response in individuals. Here we used backcross methodology to create Saccharomyces cerevisiae deletion libraries in three genetic backgrounds resistant to statins, which are additional to the statin-sensitive S288C deletion library that has provided much of what is known about GINs in eukaryotes. Whole genome sequencing and linkage group analysis confirmed the genomic authenticity of the new deletion libraries. Statin response was probed by drug-gene interactions with atorvastatin and cerivastatin treatments, as well as gene-gene interactions with the statin target HMG1 and HMG2 genes or the sterol homeostatic ARV1 gene. The 20 GINs generated from these interactions were not conserved by function or topology across the four genetic backgrounds. Centrality measures and hierarchical agglomerative clustering identified master regulators that if removed collapsed the networks. Community structure distinguished a characteristic early secretory pathway pattern of gene usage in each genetic background. ER stress in statin-resistant backgrounds was buffered by protein folding genes, which was confirmed by reduced activation of the unfolded protein response in statin-resistant backgrounds relative to the statin-sensitive S288C background. These network analyses of new gene deletion libraries provide insight into the complexity of GINs underlying individual drug response.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».