MétaCan
Menu
Retour à la cohorte
Enregistrement W3098073849 · doi:10.1038/s41467-020-19765-y

Assembling custom side chains on proteoglycans to interrogate their function in living cells

2020· article· en· W3098073849 sur OpenAlexaff
Wenshuang Wang, Naihan Han, Yingying Xu, Yunxue Zhao, Liran Shi, Jorge Filmus, Fuchuan Li

Notice bibliographique

RevueNature Communications · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGlycosylation and Glycoproteins Research
Établissements canadiensUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesState Key Laboratory of Mechanical TransmissionsNatural Science Foundation of Shandong ProvinceChina Postdoctoral Science FoundationNational Natural Science Foundation of ChinaShandong University
Mots-clésFunction (biology)Side chainComputational biologyBiologyCell biologyChemistryPolymer

Résumé

récupéré en direct d'OpenAlex

Proteoglycans (PGs) are composed of a core protein and one or more chains of glycosaminoglycans (GAGs). The highly heterogeneous GAG chains play an irreplaceable role in the functions of PGs. However, the lack of an approach to control the exact structure of GAG chains conjugated to PGs tremendously hinders functional studies of PGs. Herein, by using glypican-3 as a model, we establish an aldehyde tag-based approach to assemble PGs with specific GAG chains on the surface of living cells. We show that the engineered glypican-3 can regulate Wnt and Hedgehog signaling like the wild type. Furthermore, we also present a method for studying the interaction of PGs with their target glycoproteins by combining the assembly of PGs carrying specific GAG chains with metabolic glycan labeling, and most importantly, we obtain evidence of GPC3 directly interacting with Frizzled. In conclusion, this study provides a very useful platform for structural and functional studies of PGs with specific GAG chains.

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 enseignants0,001
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)0,0010,000

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 Opus0,034
Tête enseignante GPT0,316
Écart entre enseignants0,282 · 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

Citations20
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetGlycosylation and Glycoproteins ResearchTravaux en français237 207