The Human Myelin Proteome and Sub-Metalloproteome Interaction Map: Relevance to Myelin-Related Neurological Diseases
Notice bibliographique
Résumé
Myelin in humans is composed of about 80% lipids and 20% protein. Initially, myelin protein composition was considered low, but various recent proteome analyses have identified additional myelin proteins. Although, the myelin proteome is qualitatively and quantitatively identified through complementary proteomic approaches, the corresponding Protein-Protein Interaction (PPI) network of myelin is not yet available. In the present work, the PPI network was constructed based on available experimentally supported protein interactions of myelin in PPI databases. The network comprised 2017 PPIs between 567 myelin proteins. Interestingly, structure-based in silico analysis revealed that 20% of the myelin proteins that are interconnected in the proposed PPI network are metal-binding proteins/enzymes that construct the main sub-PPI network of myelin proteome. Finally, the PPI networks of the myelin proteome and sub-metalloproteome were analyzed ontologically to identify the biochemical processes of the myelin proteins and the interconnectivity of myelin-associated diseases in the interactomes. The presented PPI dataset could provide a useful resource to the scientific community to further our understanding of human myelin biology and serve as a basis for future studies of myelin-related neurological diseases and particular autoimmune diseases such as multiple sclerosis where myelin epitopes are implicated.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».