Homopeptide and Homocodon Levels are Coupled to GC/AT Bias Levels, Intrinsic Disorder Propensity and other Factors Across Diverse Fungi
Notice bibliographique
Résumé
Abstract Homopeptides (consecutive runs of one amino-acid type) are suggested to play important roles in proteome evolution, since they are prone to expand/contract during DNA replication, recombination and repair. It is currently not clear how homopeptide frequencies vary as organisms evolve, and which genomic/proteomic traits drive variation. Thus, to gain insight, we analyzed how homopeptides and homocodons (which are pure codon repeats) vary across 405 Dikarya, and probed how this variation is linked to GC/AT bias amongst other factors. We observe that amino-acid homopeptide frequencies vary diversely between clades (even close relatives), with the AT-rich Saccharomycotina trending distinctly. As organisms evolve, homocodon and homopeptide numbers are majorly coupled to GC/AT-bias, with medium GC/AT genomes having markedly fewer. Despite this, homopeptides tend to be more GC-rich than other proteome areas, even in AT-rich organisms, indicating they absorb AT bias less or are inherently more GC-rich. Furthermore, the purity of homopeptides (i.e., the degree one codon type predominates in them) varies least for amino acids with GC/AT-balanced codon repertoires, with most variation for arginine since it has only one AT-rich codon (out of six). The most frequent and most variable homopeptide amino acids have greater intrinsic disorder propensity, and annotated intrinsic disorder fractions are strongly correlated with homopeptide levels (unlike structured domain fractions, which are anti-correlated). Poly-glutamine uniquely behaves as an evolutionarily very variable homopeptide with a codon repertoire unbiased for GC/AT. In summary, homopeptide/homocodon levels are coupled to or influenced by several factors, including GC/AT bias and amino-acid intrinsic disorder propensity.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».