MétaCan
Menu
Retour à la cohorte
Enregistrement W2999603405 · doi:10.3390/ijms21020578

Pexophagy: A Model for Selective Autophagy

2020· review· en· W2999603405 sur OpenAlexaff
Kyla Germain, Peter K. Kim

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueAutophagy in Disease and Therapy
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAutophagyPeroxisomeOrganelleCell biologyCytosolBiologyVacuoleIntracellularBiochemistryEnzymeGeneCytoplasm

Résumé

récupéré en direct d'OpenAlex

The removal of damaged or superfluous organelles from the cytosol by selective autophagy is required to maintain organelle function, quality control and overall cellular homeostasis. Precisely how substrate selectivity is achieved, and how individual substrates are degraded during selective autophagy in response to both extracellular and intracellular cues is not well understood. The aim of this review is to highlight pexophagy, the autophagic degradation of peroxisomes, as a model for selective autophagy. Peroxisomes are dynamic organelles whose abundance is rapidly modulated in response to metabolic demands. Peroxisomes are routinely turned over by pexophagy for organelle quality control yet can also be degraded by pexophagy in response to external stimuli such as amino acid starvation or hypoxia. This review discusses the molecular machinery and regulatory mechanisms governing substrate selectivity during both quality-control pexophagy and pexophagy in response to external stimuli, in yeast and mammalian systems. We draw lessons from pexophagy to infer how the cell may coordinate the degradation of individual substrates by selective autophagy across different cellular cues.

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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil0,676

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,062
Tête enseignante GPT0,417
Écart entre enseignants0,355 · 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'étudeAutre devis
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

Citations132
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetAutophagy in Disease and TherapyTravaux en français237 207