MétaCan
Menu
Retour à la cohorte
Enregistrement W2939400822 · doi:10.1371/journal.pbio.3000236

Epigenetic regulator G9a provides glucose as a sweet key to stress resistance

2019· letter· en· W2939400822 sur OpenAlexafffund
Kelsie R. S. Doering, Stefan Taubert

Notice bibliographique

RevuePLoS Biology · 2019
Typeletter
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésBiologyAdaptive responseEpigeneticsCell biologyOxidative stressRegulatorAdaptation (eye)GeneticsGeneNeuroscienceBiochemistry

Résumé

récupéré en direct d'OpenAlex

The ability to adapt to acute and chronic stress is important for organisms to thrive in evolutionary niches and for cells to survive in adverse conditions. The regulatory networks that control stress responses are evolutionarily conserved, and many factors that selectively activate stress responses have been identified. Less well understood are mechanisms that guard against unnecessary induction of cytoprotective factors and that connect stress responses with cellular metabolism to control energy expenditure during stress. The work of Riahi and colleagues represents important progress in this regard because it identifies the histone methyltransferase G9a as a modulator of oxidative stress responses. G9a dampens the expression of antioxidant genes, thus preventing inappropriate energy consumption. Moreover, G9a promotes the well-paced catabolism of storage glycogen and fat during stress. The importance of energy availability during stress is further evidenced by exogenous glucose rescuing the vulnerability of the G9a mutant to oxidative stress. Prior work in multiple model systems has implicated G9a in several other adaptive responses. Therefore, its role in pacing energy consumption and in restraining excessive stress response gene expression under stress may extend to other adaptive responses across species.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0170,014
Charge utile insuffisante (le modèle a refusé de juger)0,0050,005

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 Opus0,009
Tête enseignante GPT0,283
Écart entre enseignants0,274 · 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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS BiologyMême sujetCRISPR and Genetic EngineeringTravaux en français237 207