Predicted Cellular Interactors of the Endogenous Retrovirus-K Integrase Enzyme
Notice bibliographique
Résumé
Integrase (IN) enzymes are found in all retroviruses and are crucial in the retroviral integration process. Many studies have revealed how exogenous IN enzymes, such as the human immunodeficiency virus (HIV) IN, contribute to altered cellular function. However, the same consideration has not been given to viral IN originating from symbionts within our own DNA. Endogenous retrovirus-K (ERVK) is pathologically associated with neurological and inflammatory diseases along with several cancers. The ERVK IN interactome is unknown, and the question of how conserved the ERVK IN protein-protein interaction motifs are as compared to other retroviral integrases is addressed in this paper. The ERVK IN protein sequence was analyzed using the Eukaryotic Linear Motif (ELM) database, and the results are compared to ELMs of other betaretroviral INs and similar eukaryotic INs. A list of putative ERVK IN cellular protein interactors was curated from the ELM list and submitted for STRING analysis to generate an ERVK IN interactome. KEGG analysis was used to identify key pathways potentially influenced by ERVK IN. It was determined that the ERVK IN potentially interacts with cellular proteins involved in the DNA damage response (DDR), cell cycle, immunity, inflammation, cell signaling, selective autophagy, and intracellular trafficking. The most prominent pathway identified was viral carcinogenesis, in addition to select cancers, neurological diseases, and diabetic complications. This potentiates the role of ERVK IN in these pathologies via protein-protein interactions facilitating alterations in key disease pathways.
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) | 0,001 | 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 ».