MétaCan
Menu
Retour à la cohorte
Enregistrement W2914174402 · doi:10.1111/febs.14775

A subset of calcium‐binding S100 proteins show preferential heterodimerization

2019· article· en· W2914174402 sur OpenAlexafffund
Donald E. Spratt, Kathryn R. Barber, Nicole M. Marlatt, Vy Ngo, Jillian Macklin, Yiming Xiao, Lars Konermann, Martin L. Duennwald, Gary S. Shaw

Notice bibliographique

RevueFEBS Journal · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueS100 Proteins and Annexins
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésCalcium-binding proteinCell biologyProteasesChemistryBiologyMembrane proteinBiochemistryCalciumEnzymeMembrane

Résumé

récupéré en direct d'OpenAlex

The assembly of proteins into dimers and oligomers is a necessary step for the proper function of transcription factors, muscle proteins, and proteases. In uncontrolled states, oligomerization can also contribute to illnesses such as Alzheimer's disease. The S100 protein family is a group of dimeric proteins that have important roles in enzyme regulation, cell membrane repair, and cell growth. Most S100 proteins have been examined in their homodimeric state, yet some of these important proteins are found in similar tissues implying that heterodimeric molecules can also be formed from the combination of two different S100 members. In this work, we have established co-expression methods in order to identify and quantify the distribution of homo- and heterodimers for four specific pairs of S100 proteins in their calcium-free states. The split GFP trap methodology was used in combination with other GFP variants to simultaneously quantify homo- and heterodimeric S100 proteins in vitro and in living cells. For the specific S100 proteins examined, NMR, mass spectrometry, and GFP trap experiments consistently show that S100A1:S100B, S100A1:S100P, and S100A11:S100B heterodimers are the predominant species formed compared to their corresponding homodimers. We expect the tools developed here will help establish the roles of S100 heterodimeric proteins and identify how heterodimerization might alter the specificity for S100 protein action in cells.

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 enseignants0,008
Score d'incertitude au seuil0,382

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 Opus0,016
Tête enseignante GPT0,253
Écart entre enseignants0,237 · 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

Citations26
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFEBS JournalMême sujetS100 Proteins and AnnexinsTravaux en français237 207