MétaCan
Menu
Retour à la cohorte
Enregistrement W3157089598 · doi:10.1016/j.isci.2021.102476

Proteolysis and multimerization regulate signaling along the two-component regulatory system AdeRS

2021· article· en· W3157089598 sur OpenAlexaff
Zhenlin Ouyang, Fang Zheng, Li Zhu, Jan Félix, Di Wu, Ke Wu, Irina Gutsche, Yi Wu, Peter M. Hwang, Junjun She, Yurong Wen

Notice bibliographique

RevueiScience · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial Genetics and Biotechnology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Science Foundation of Shaanxi ProvinceNational Natural Science Foundation of ChinaLanzhou University
Mots-clésHistidine kinaseTwo-component regulatory systemResponse regulatorAutophosphorylationProteasomeEffluxRegulatorCell biologyKinaseRegulation of gene expressionBiologyComponent (thermodynamics)ProteolysisDownregulation and upregulationChemistryGeneComputational biologyGeneticsBiochemistryProtein kinase AMutantPhysics

Résumé

récupéré en direct d'OpenAlex

Bacterial two-component regulatory systems are ubiquitous environment-sensing signal transducers involved in pathogenesis and antibiotic resistance. The Acinetobacter baumannii two-component regulatory system AdeRS is made up of a sensor histidine kinase AdeS and a cognate response regulator AdeR, which together reduce repression of the multidrug-resistant efflux pump AdeABC. Herein we demonstrate that an N-terminal intrinsically disordered tail in AdeR is important for the upregulation of adeABC expression, although it greatly increases the susceptibility of AdeR to proteasome-mediated degradation. We also show that AdeS assembles into a hexameric state that is necessary for its full histidine kinase activity, which appears to occur via cis autophosphorylation. Taken together, this study demonstrates new structural mechanisms through which two-component systems can transduce environmental signals to impact gene expression and enlightens new potential antimicrobial approach by targeting two-component regulatory systems.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,214
Écart entre enseignants0,207 · 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'étudeObservationnel
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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetBacterial Genetics and BiotechnologyTravaux en français237 207