MétaCan
Menu
Retour à la cohorte
Enregistrement W3186340041 · doi:10.1073/pnas.2103175118

Three mutations repurpose a plant karrikin receptor to a strigolactone receptor

2021· article· en· W3186340041 sur OpenAlexafffund
Amir Arellano-Saab, Michael Bunsick, Hasan Al Galib, Wenda Zhao, Stefan Schuetz, James M. Bradley, Zhenhua Xu, Claresta Adityani, Asrinus Subha, Hayley McKay, Alexandre de Saint Germain, François‐Didier Boyer, Christopher S. P. McErlean, Shigeo Toh, Peter McCourt, P.J. Stogios, Shelley Lumba

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Parasitism and Resistance
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of CanadaGovernment of CanadaU.S. Department of Energy
Mots-clésStrigolactoneReceptorHost (biology)BiologyG protein-coupled receptorBotanyComputational biologyMutantCell biologyEcologyBiochemistryArabidopsisGene

Résumé

récupéré en direct d'OpenAlex

Uncovering the basis of small-molecule hormone receptors' evolution is paramount to a complete understanding of how protein structure drives function. In plants, hormone receptors for strigolactones are well suited to evolutionary inquiries because closely related homologs have different ligand preferences. More importantly, because of facile plant transgenic systems, receptors can be swapped and quickly assessed functionally in vivo. Here, we show that only three mutations are required to turn the nonstrigolactone receptor, KAI2, into a receptor that recognizes the plant hormone strigolactone. This modified receptor still retains its native function to perceive KAI2 ligands. Our directed evolution studies indicate that only a few keystone mutations are required to increase receptor promiscuity of KAI2, which may have implications for strigolactone receptor evolution in parasitic plants.

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 seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,041
Tête enseignante GPT0,270
Écart entre enseignants0,230 · 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

Citations43
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetPlant Parasitism and ResistanceTravaux en français237 207