MétaCan
Menu
Retour à la cohorte
Enregistrement W3113968967

Molecular Modelling and Biochemical Characterization of a DNA Repair Enzyme Binding to DNA

2017· article· en· W3113968967 sur OpenAlexaff
Brandon Manary, Nina Bernstein, Jorge Llano

Notice bibliographique

RevueStudent Research Proceedings · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDNA Repair Mechanisms
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésDNA repairDNADNA damageBiochemistryHomology modelingBiologyEnzymeGeneticsChemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Computational techniques of homology modelling, enzyme–substrate docking, and molecular dynamics were applied to elucidate the structure and substrate binding properties of the DNA repair enzyme polynucleotide kinase/phosphatase from the nematode C. elegans (CePNKP). PNKP is involved in the repair of DNA strand breaks, a form of DNA damage caused by reactive oxygen species, ionizing radiation and certain chemical mutagens. Mutations in human PNKP have been associated with the neurological disorders Microcephaly with Intractable Seizures (MCSZ) and Ataxia Oculomotor Apraxia 4 (AOA4). In addition, human PNKP has been identified as a potential drug target for the development of chemo- and radiosensitizing agents for cancer treatment. CePNKP is a useful model system for studying the human enzyme. The substrate preference for both human and C. elegans PNKP has been investigated, and found to be similar, with higher selectivity for recessed over blunt DNA ends. However, CePNKP exhibits a more exclusive preference for recessed DNA ends than human PNKP. To elucidate the reason for the unique substrate specificity of CePNKP, the structure of CePNKP in complex with its DNA substrate must be determined in atomistic detail by molecular modelling. The generated structural model is compared with our experimental results of kinase activity assays of wild-type CePNKP. Discipline: Biological Sciences/Chemistry Faculty Mentor: Dr. Nina Bernstein, Dr. Jorge Llano

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,607

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,001
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 Opus0,051
Tête enseignante GPT0,364
Écart entre enseignants0,313 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudent Research ProceedingsMême sujetDNA Repair MechanismsTravaux en français237 207