A cross–nearest neighbor/Monte Carlo algorithm for single-molecule localization microscopy defines interactions between p53, Mdm2, and MEG3
Notice bibliographique
Résumé
Abstract The functions of long noncoding (lnc)RNAs such as MEG3 are defined by their interactions with other RNAs and proteins. These interactions, in turn, are shaped by their subcellular localization and temporal context. Therefore, it is important to be able to analyze the relationships of lncRNAs while preserving cellular architecture. The ability of MEG3 to suppress cell proliferation led to its recognition as a tumor suppressor. MEG3 has been proposed to activate p53 by disrupting the interaction of p53 with Mdm2. To test this mechanism in the native cellular context, we employed two-color direct stochastic optical reconstruction microscopy (dSTORM), a single-molecule localization microscopy (SMLM) technique to detect and quantify the localizations of p53, Mdm2, and MEG3 in U2OS cells. We developed a new cross-nearest neighbor/Monte Carlo algorithm to quantify the association of these molecules. Proof of concept for our method was obtained by examining the association between FKBP1A and mTOR, MEG3 and p53, and Mdm2 and p53. In contrast to previous models, our data support a model in which MEG3 modulates p53 independently of the interaction with Mdm2.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».