MétaCan
Menu
Retour à la cohorte
Enregistrement W2914817035 · doi:10.1107/s0108767318097209

DNA damage repair – investigating the conformations of DNA ligase and PCNA

2018· article· en· W2914817035 sur OpenAlexaff
Aleksandr Sverzhinsky, John M. Pascal

Notice bibliographique

RevueActa Crystallographica Section A Foundations and Advances · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDNA Repair Mechanisms
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésDNA ligaseProliferating cell nuclear antigenDNADNA repairDNA damageDNA LigasesChemistryMolecular biologyComputational biologyGeneticsBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

DNA damage repair is a central pillar of genomic integrity and all DNA repair pathways include DNA Ligase carrying out a 3-step reaction.Damaged DNA is not only produced from exogenous sources but also arises from normal cellular activities like genome replication.During replication, the lagging strand is synthesized as Okazaki fragments that require DNA Ligase to function efficiently.The trimeric proliferating cell nuclear antigen (PCNA) orchestrates DNA Ligase with nucleases and polymerases through their PCNA interacting peptide (PIP) motif.The PIP motif of DNA Ligase I is found in its unstructured N-terminus.An N-terminal truncation led to the crystal structure of DNA Ligase I in complex with nicked DNA.However, questions remain on Ligase domain rearrangements throughout the three steps of ligation and on its interactions with PCNA.The hyperthermophilic archaeon Sulfolobus solfataricus provides a convenient model system of the DNA repair machinery found in all three branches of life.ssLigase lacks the unstructured N-terminus of human DNA Ligase I. Using a purification strategy that exploits the thermostability of the archaeal proteins, we purified S. solfataricus heterotrimeric PCNA and Ligase.ssPCNA was shown to stimulate ligation and co-eluted with ssLigase over gel filtration chromatography.We were able to visualize the ssLigase-ssPCNA-DNA complex by negative-stain electron microscopy (EM), providing insights into PCNA interaction.Using cross-linking strategies, we are pursuing a high resolution structure of this complex by cryo-EM.In parallel, we have initiated co-crystallization of ssLigase with DNA as well as the ssLigase-ssPCNA-DNA complex.With these two approaches, we will combine the atomic precision of X-ray crystallography with the ensemble domain dynamics of cryo-EM to obtain a comprehensive understanding of the final step of DNA damage repair.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,010
Tête enseignante GPT0,254
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 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'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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa Crystallographica Section A Foundations and AdvancesMême sujetDNA Repair MechanismsTravaux en français237 207