MétaCan
Menu
Retour à la cohorte
Enregistrement W2921576264 · doi:10.1038/s41467-019-08859-x

Emerging roles of eraser enzymes in the dynamic control of protein ADP-ribosylation

2019· review· en· W2921576264 sur OpenAlexafffund
Julia O’Sullivan, Maria Tedim Ferreira, Jean‐Philippe Gagné, Ajit Kumar Sharma, Michael J. Hendzel, Jean‐Yves Masson, Guy G. Poirier

Notice bibliographique

RevueNature Communications · 2019
Typereview
Langueen
DomaineMedicine
ThématiquePARP inhibition in cancer therapy
Établissements canadiensCentre hospitalier de l'Université LavalUniversité LavalUniversity of AlbertaCentre hospitalier universitaire de Québec
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésADP-ribosylationRiboseEnzymeComputational biologyPoly ADP ribose polymeraseBiochemistryIdentification (biology)BiologyChemistryCell biologyNAD+ kinasePolymerase

Résumé

récupéré en direct d'OpenAlex

Protein ADP-ribosylation is essential for the regulation of several cellular pathways, enabling dynamic responses to diverse pathophysiological conditions. It is modulated through a dynamic interplay between ADP-ribose readers, writers and erasers. While ADP-ribose synthesis has been studied and reviewed extensively, ADP-ribose processing by erasing enzymes has received comparably less attention. However, major progress in the mass spectrometric identification of ADP-ribosylated residues and the biochemical characterization of ADP-ribose erasers has substantially expanded our knowledge of ADP-ribosylation dynamics. Herein, we describe recent insights into the biology of ADP-ribose erasers and discuss the intricately orchestrated cellular processes to switch off ADP-ribose-dependent mechanisms.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil0,719

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
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 Opus0,043
Tête enseignante GPT0,409
Écart entre enseignants0,367 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations164
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetPARP inhibition in cancer therapyTravaux en français237 207