MétaCan
Menu
← Retour à la cohorte
Enregistrement W2896997250 · doi:10.1101/450296

Widespread alteration of protein autoinhibition in human cancers

2018· preprint· en· W2896997250 sur OpenAlexafffund
Ashwani Jha, Jennifer M. Bui, Dokyun Na, Jörg Gsponer

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2018
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Structure and Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Research Foundation of KoreaNational Research FoundationGenome British ColumbiaMichael Smith Health Research BCCanadian Institutes of Health ResearchGenome Canada
Mots-clésAllosteric regulationBiologyCancer cellSignal transductionCancerMissense mutationMechanism (biology)Fusion proteinCell biologyMutationComputational biologyGeneticsReceptorGene

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Autoinhibition is a prevalent allosteric regulatory mechanism in signaling proteins as it prevents spurious pathway activation and primes for signal propagation only under appropriate inputs. Altered functioning of inhibitory allosteric switches underlies the tumorigenic potential of numerous cancer drivers. However, whether protein autoinhibition is altered generically in cancer cells remains elusive. Here, we reveal that cancer-associated missense mutations and fusion breakpoints are found with significant enrichment within inhibitory allosteric switches across all cancer types, which in the case of the fusion breakpoints is specific to cancer and not present in other diseases. Recurrently disrupted or mutated allosteric switches identify established and new cancer drivers. Cancer-specific mutations in allosteric switches are associated with distinct changes in signaling, and suggest molecular mechanisms for altered protein regulation, which in the case of ASK1, DAPK2 and EIF4G1 were supported by biophysical simulations. Our results demonstrate that autoinhibition-modulating genetic alterations are positively selected for by cancer cells, and that their study provides valuable insights into molecular mechanisms of cancer misregulation.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
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
Métarecherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,228
Écart entre enseignants0,220 · 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'étudeObservationnel
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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetProtein Structure and Dynamics→Travaux en français237 207→