MétaCan
Menu
Retour à la cohorte
Enregistrement W3045734274 · doi:10.1016/j.isci.2020.101416

Modeling the Control of TGF-β/Smad Nuclear Accumulation by the Hippo Pathway Effectors, Taz/Yap

2020· article· en· W3045734274 sur OpenAlexafffund
Bita Labibi, Mikhail Bashkurov, Jeffrey L. Wrana, Liliana Attisano

Notice bibliographique

RevueiScience · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHippo pathway signaling and YAP/TAZ
Établissements canadiensLunenfeld-Tanenbaum Research InstituteMount Sinai HospitalUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchCanada First Research Excellence Fund
Mots-clésSMADHippo signaling pathwayEffectorCell biologyNuclear localization sequenceTransforming growth factorSubcellular localizationBiologyChemistryCytoplasm

Résumé

récupéré en direct d'OpenAlex

Integration of transforming growth factor β (TGF-β) signals with those of other pathways allows for precise temporal and spatial control of gene expression patterns that drive development and homeostasis. The Hippo pathway nuclear effectors, Taz/Yap, interact with the TGF-β transcriptional mediators, Smads, to control Smad activity. Key to TGF-β signaling is the nuclear localization of Smads. Thus, to investigate the role of Taz/Yap in Smad nuclear accumulation, we developed mathematical models of Hippo and TGF-β cross talk. The models were based on experimental measurements of TGF-β-induced changes in Taz/Yap and Smad subcellular localization obtained using high-throughput immunofluorescence (IF) imaging in the mouse mammary epithelial cell line, EpH4. Bayesian MCMC DREAM parameter estimation was used to quantify the uncertainty in estimates of the kinetic parameters. Variation of the model parameters and statistical analysis show that our modeling predicts that Taz/Yap can alter TGF-β receptor activity and directly or indirectly act as nuclear retention factors.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,023
Tête enseignante GPT0,251
Écart entre enseignants0,228 · 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'étudeSimulation ou modélisation
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

Citations41
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetHippo pathway signaling and YAP/TAZTravaux en français237 207