MétaCan
Menu
Retour à la cohorte
Enregistrement W3082386636 · doi:10.1111/febs.15536

Targeted modulation of E3 ligases using engineered ubiquitin variants

2020· article· en· W3082386636 sur OpenAlexafffund
Nicole J. LeBlanc, Evan Mallette, Wei Zhang

Notice bibliographique

RevueFEBS Journal · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueUbiquitin and proteasome pathways
Établissements canadiensCanadian Institute for Advanced ResearchUniversity of Guelph
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaMitacsCanadian Institute for Advanced Research
Mots-clésUbiquitinUbiquitin ligaseUbiquitin-Protein LigasesDrug discoveryComputational biologyBiologyCell biologyBioinformaticsBiochemistryGene

Résumé

récupéré en direct d'OpenAlex

Ubiquitination plays an essential role in signal transduction to regulate most if not all cellular processes. Among the enzymes that are involved in the ubiquitin (Ub) signaling cascade, tremendous efforts have been focused on elucidating the roles of E3 Ub ligases as they determine the complexity and specificity of ubiquitination. Not surprisingly, the malfunction of E3 ligases is directly implicated in many human diseases, including cancer. Therefore, there is an urgent need to develop potent and specific molecules to modulate E3 ligase activity as intracellular probes for target validation and as pharmacological agents in preclinical research. Unfortunately, the progress has been hampered by the dynamic regulation mechanisms for different types of E3 ligases. Here, we summarize the progress of using protein engineering to develop Ub variant (UbV) inhibitors for all major families of E3 ligases and UbV activators for homologous with E6-associated protein C terminus E3s and homodimeric RING E3s. We believe that this provides a general strategy and a valuable toolkit for the research community to inhibit or activate E3 ligases and these synthetic molecules have important implications in exploring protein degradation for drug discovery.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,373

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,031
Tête enseignante GPT0,253
Écart entre enseignants0,222 · 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'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

Citations21
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFEBS JournalMême sujetUbiquitin and proteasome pathwaysTravaux en français237 207