MétaCan
Menu
Retour à la cohorte
Enregistrement W34678252 · doi:10.1016/j.ab.2021.114429

Tropical Medicine: A Clinical Text, 8th Edition, Revised and Expanded

2011· book· en· W34678252 sur OpenAlexfundno aff
Kevin M. Cahill

Notice bibliographique

RevueAnalytical Biochemistry · 2011
Typebook
Langueen
DomaineHealth Professions
ThématiqueGlobal Health and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLibrary scienceMedicinePsychologyHistoryComputer science

Résumé

récupéré en direct d'OpenAlex

A major regulatory influence over gene expression is the dynamic post translational methylation of histone proteins, with major implications from both lysine methylation and demethylation. The KDM5/JARID1 sub-family of Fe(II)/2-oxoglutarate dependent lysine-specific demethylases is, in part, responsible for the removal of tri/dimethyl modifications from lysine 4 of histone H3 (i.e., H3K4me3/2), a mark associated with active gene expression. Although the relevance of KDM5 activity to disease progression has been primarily established through its ability to regulate gene expression via histone methylation, there is evidence that these enzymes may also target non-histone proteins. To aid in the identification of new non-histone substrates, we examined KDM5A in vitro activity towards a library of 180 permutated peptide substrates derived from the H3K4me3 sequence. From this data, a recognition motif was identified and used to predict candidate KDM5A substrates from the methyllysine proteome. High-ranking candidate substrates were then validated for in vitro KDM5A activity using representative trimethylated peptides. Our approach correctly identified activity towards 90% of high-ranked substrates. Here, we have demonstrated the usefulness of our method in identifying candidate substrates that is applicable to any Fe(II)- and 2-oxoglutarate dependent demethylase.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,149
Tête enseignante GPT0,497
Écart entre enseignants0,348 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical BiochemistryMême sujetGlobal Health and EpidemiologyTravaux en français237 207