MétaCan
Menu
Retour à la cohorte
Enregistrement W3157276846 · doi:10.24908/iqurcp.7740

Assessing the Downstream Targets of Calmodulin-like Protein 43 in Calcium Signaling in Arabidopsis Thaliana

2017· article· en· W3157276846 sur OpenAlexvenueno aff
Dominique Morneau

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant-Microbe Interactions and Immunity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCalmodulinArabidopsis thalianaBiologyArabidopsisCalciumCalcium signalingCell biologyCalcium-binding proteinGeneSignal transductionBiochemistryEF handComputational biologyGeneticsChemistryMutantEnzyme

Résumé

récupéré en direct d'OpenAlex

As sessile organisms, plants are unable to escape environmental stressors that they may be faced with. As a result, they have developed a unique stress detection and response system involving calcium signals. These signals are received by calcium binding proteins, which are able to alter the gene expression, or metabolic activity of the cell. Calmodulin (CaM) is one of the primary calcium binding proteins. In addition to CaM, plants have evolved a family of calmodulin-like proteins (CMLs) that also function in calcium signaling. One particular CML, CML43, has been found to be linked with bacterial and viral pathogen detection and response in a few species of plants, including Arabidopsis thaliana and tomato. This study attempted to discover the protein targets of CML43 during calcium signaling, and its role in stress recognition and response. Yeast two hybrid analysis was found to be the best method for this particular kind of study because it allows for a high-throughput method of determining protein-protein interactions. Many putative interactors were found, and results from the purification and sequences of these interactors will be presented.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,153
Tête enseignante GPT0,380
Écart entre enseignants0,227 · 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'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 revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetPlant-Microbe Interactions and ImmunityTravaux en français237 207