MétaCan
Menu
Retour à la cohorte
Enregistrement W3161568899 · doi:10.1002/bies.202100058

The promises of lysine polyphosphorylation as a regulatory modification in mammals are tempered by conceptual and technical challenges

2021· review· en· W3161568899 sur OpenAlexafffund
Kanchi Baijal, Michael Downey

Notice bibliographique

RevueBioEssays · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueCoagulation, Bradykinin, Polyphosphates, and Angioedema
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésLysinePosttranslational modificationComputational biologyBiochemistryBiologyPolyphosphateChemistryCell biologyEnzymeAmino acidPhosphate

Résumé

récupéré en direct d'OpenAlex

Polyphosphate (polyP) is a ubiquitous biomolecule thought to be present in all cells on Earth. PolyP is deceivingly simple, consisting of repeated units of inorganic phosphates polymerized in long energy-rich chains. PolyP is involved in diverse functions in mammalian systems-from cell signaling to blood clotting. One exciting avenue of research is a new nonenzymatic post-translational modification, termed lysine polyphosphorylation, wherein polyP chains are covalently attached to lysine residues of target proteins. While the modification was first characterized in budding yeast, recent work has now identified the first human targets. There is significant promise in this area of biomedical research, but a number of technical issues and knowledge gaps present challenges to rapid progress. In this review, the current state of the field is summarized and existing roadblocks related to the study of lysine polyphosphorylation in higher eukaryotes are introduced. It is discussed how limited methods to identify targets of polyphosphorylation are further impacted by low concentration, unknown regulatory enzymes, and sequestration of polyP into compartments in mammalian systems. Furthermore, suggestions on how these obstacles could be addressed or what their physiological relevance may be within mammalian cells are 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,072
Tête enseignante GPT0,343
Écart entre enseignants0,271 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioEssaysMême sujetCoagulation, Bradykinin, Polyphosphates, and AngioedemaTravaux en français237 207