MétaCan
Menu
Retour à la cohorte
Enregistrement W2928336535 · doi:10.1051/medsci/2019035

Approches nouvelles pour l’étude des interactions protéine-protéine

2019· review· fr· W2928336535 sur OpenAlexaff
Benoît Béganton, Étienne Coyaud, Alain Mangé, Jérôme Solassol

Notice bibliographique

Revuemédecine/sciences · 2019
Typereview
Languefr
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBiotin and Related Studies
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésProteomeComputational biologyProtein–protein interactionHuman proteome projectComputer scienceProteomicsBiologyCell biologyBioinformaticsGenetics

Résumé

récupéré en direct d'OpenAlex

The proteome is a dynamic system in which protein-protein interactions play a crucial role to model together the cellular phenotype. However, given the inherent limitation of the available technologies to depict the dynamic nature of these interactions, identify protein-protein interaction has for a long time represented an important challenge in proteomic. The recent development of BioID and APEX, two proximity-dependent labeling technologies, opens today new perspectives and yet start changing our vision of protein-protein interaction, and more globally our vision of the proteome. In this review, we describe the recent and conventional tools available to study protein-protein interactions, compare the advantages and limitations of these technics, and discuss the recent progress brought by the proximity-dependent labelling to complete our vision of the proteome, and thus better understand cellular 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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,920
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,067
Tête enseignante GPT0,343
Écart entre enseignants0,276 · 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.

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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemédecine/sciencesMême sujetBiotin and Related StudiesTravaux en français237 207