Comprehensive substrate specificity profiling of the human Nek kinome reveals unexpected signaling outputs
Notice bibliographique
Résumé
Human NimA-related kinases (Neks) have multiple mitotic and non-mitotic functions, but few substrates are known. We systematically determined the phosphorylation-site motifs for the entire Nek kinase family, except for Nek11. While all Nek kinases strongly select for hydrophobic residues in the -3 position, the family separates into four distinct groups based on specificity for a serine versus threonine phospho-acceptor, and preference for basic or acidic residues in other positions. Unlike Nek1-Nek9, Nek10 is a dual-specificity kinase that efficiently phosphorylates itself and peptide substrates on serine and tyrosine, and its activity is enhanced by tyrosine auto-phosphorylation. Nek10 dual-specificity depends on residues in the HRD+2 and APE-4 positions that are uncommon in either serine/threonine or tyrosine kinases. Finally, we show that the phosphorylation-site motifs for the mitotic kinases Nek6, Nek7 and Nek9 are essentially identical to that of their upstream activator Plk1, suggesting that Nek6/7/9 function as phospho-motif amplifiers of Plk1 signaling.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».