A proximity-dependent biotinylation map of a human cell: an interactive web resource
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Compartmentalization is a defining characteristic of eukaryotic cells, partitioning cellular processes into discrete subcellular locations. High throughput microscopy 1 and biochemical fractionation coupled with mass spectrometry 2–6 have helped to define the proteomes of a variety of organelles and macromolecular structures. However, many other intracellular compartments have remained refractory to such approaches, due for example to difficulty in purifying non-membrane bound structures. Proximity-dependent biotinylation techniques such as BioID provide an alternative approach for defining the composition of cellular compartments in living cells 7–10 . Here we present a BioID-based map of a human cell based on 192 markers from 32 different subcellular compartments, comprising 35,902 high confidence proximity interactions, and defining the intracellular locations of 4,145 unique proteins in HEK 293 cells. Our localization predictions meet or exceed previous-approaches, with higher specificity, and enabled the discovery of proteins at the mitochondrial outer membrane-endoplasmic reticulum (ER) interface that are critical for mitochondrial homeostasis. Based on this dataset, we have established humancellmap.org as a community resource that provides online tools for localization analysis of user BioID data, and demonstrate how this resource can be used to better understand BioID datasets.
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.
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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découle