MétaCan
Menu
Retour à la cohorte
Enregistrement W3096830135 · doi:10.1002/anie.202008691

Fine‐Tuning Protein Self‐Organization by Orthogonal Chemo‐Optogenetic Tools

2020· article· en· W3096830135 sur OpenAlexafffund
Huan Sun, Haiyang Jia, Diego A. Ramirez‐Diaz, Nediljko Budiša, Petra Schwille

Notice bibliographique

RevueAngewandte Chemie International Edition · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiquePhotoreceptor and optogenetics research
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesChina Scholarship CouncilDeutsche ForschungsgemeinschaftMax-Planck-GesellschaftBundesministerium für Bildung und ForschungCanada Research ChairsCanada Excellence Research Chairs, Government of Canada
Mots-clésFtsZTreadmillingGTPaseCell divisionTyrosineCell biologyMutantBiologyChemistryBiophysicsCytoskeletonCellBiochemistry

Résumé

récupéré en direct d'OpenAlex

A universal gain-of-function approach for the spatiotemporal control of protein activity is highly desirable when reconstituting biological modules in vitro. Here we used orthogonal translation with a photocaged amino acid to map and elucidate molecular mechanisms in the self-organization of the prokaryotic filamentous cell-division protein (FtsZ) that is highly relevant for the assembly of the division ring in bacteria. We masked a tyrosine residue of FtsZ by site-specific incorporation of a photocaged tyrosine analogue. While the mutant still shows self-assembly into filaments, dynamic self-organization into ring patterns can no longer be observed. UV-mediated uncaging revealed that tyrosine 222 is essential for the regulation of the protein's GTPase activity, self-organization, and treadmilling dynamics. Thus, the light-mediated assembly of functional protein modules appears to be a promising minimal-regulation strategy for building up molecular complexity towards a minimal cell.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,000
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,041
Tête enseignante GPT0,279
Écart entre enseignants0,238 · 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'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

Citations17
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAngewandte Chemie International EditionMême sujetPhotoreceptor and optogenetics researchTravaux en français237 207