Identification of Ku70 Domain-Specific Interactors Using BioID2
Notice bibliographique
Résumé
Since its inception, proximity-dependent biotin identification (BioID), an in vivo biochemical screening method to identify proximal protein interactors, has seen extensive developments. Improvements and variants of the original BioID technique are being reported regularly, each expanding upon the existing potential of the original technique. While this is advancing our capabilities to study protein interactions under different contexts, we have yet to explore the full potential of the existing BioID variants already at our disposal. Here, we used BioID2 in an innovative manner to identify and map domain-specific protein interactions for the human Ku70 protein. Four HEK293 cell lines were created, each stably expressing various BioID2-tagged Ku70 segments designed to collectively identify factors that interact with different regions of Ku70. Historically, although many interactions have been mapped to the C-terminus of the Ku70 protein, few have been mapped to the N-terminal von Willebrand A-like domain, a canonical protein-binding domain ideally situated as a site for protein interaction. Using this segmented approach, we were able to identify domain-specific interactors as well as evaluate advantages and drawbacks of the BioID2 technique. Our study identifies several potential new Ku70 interactors and validates RNF113A and Spindly as proteins that contact or co-localize with Ku in a Ku70 vWA domain-specific manner.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».