MétaCan
Menu
Retour à la cohorte
Enregistrement W3029144676 · doi:10.1007/978-1-0716-0528-8_26

Cystatin Activity–Based Protease Profiling to Select Protease Inhibitors Useful in Plant Protection

2020· article· en· W3029144676 sur OpenAlexaff
Marie‐Claire Goulet, Frank Sainsbury, Dominique Michaud

Notice bibliographique

RevueMethods in molecular biology · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInsect Resistance and Genetics
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésCystatinProteasesProteaseBiotinylationBiochemistryBiologyComputational biologyChemistryCystatin CEnzyme

Résumé

récupéré en direct d'OpenAlex

Protease inhibitors of the cystatin protein superfamily show potential in plant protection for the control of herbivorous pests. Here, we describe a cystatin activity-based profiling procedure for the selection of potent cystatin candidates, using single functional variants of tomato cystatin SlCYS8 and digestive Cys proteases of the herbivore insect Colorado potato beetle as a case study. The procedure involves the capture of target Cys proteases with biotinylated versions of the cystatins, followed by the identification and quantitation of captured proteases by mass spectrometry. An example is given to illustrate usefulness of the approach as an alternative to current procedures for recombinant inhibitor selection based on in vitro assays with synthetic peptide substrates. A second example is given showing its usefulness as a tool to compare the affinity spectra of inhibitor variants toward different subsets of target protease complements.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,027
Tête enseignante GPT0,344
Écart entre enseignants0,318 · 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'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

Citations3
Publié2020
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueMethods in molecular biologyMême sujetInsect Resistance and GeneticsTravaux en français237 207