MétaCan
Menu
Retour à la cohorte
Enregistrement W4235267641 · doi:10.3410/f.739115882.793580643

Faculty Opinions recommendation of Abl and Canoe/Afadin mediate mechanotransduction at tricellular junctions.

2020· dataset· en· W4235267641 sur OpenAlexaff
Tony Harris

Notice bibliographique

RevueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature · 2020
Typedataset
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Surface Properties and Treatments
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAdherens junctionCell biologyMechanotransductionCadherinProto-oncogene tyrosine-protein kinase SrcPhosphorylationABLTyrosine phosphorylationCell adhesionAdhesionBiologyChemistryTyrosine kinaseSignal transductionCellGenetics

Résumé

récupéré en direct d'OpenAlex

Epithelial structure is generated by the dynamic reorganization of cells in response to mechanical forces. Adherens junctions transmit forces between cells, but how cells sense and respond to these forces in vivo is not well understood. We identify a mechanotransduction pathway involving the Abl tyrosine kinase and Canoe/Afadin that stabilizes cell adhesion under tension at tricellular junctions in the Drosophila embryo. Canoe is recruited to tricellular junctions in response to actomyosin contractility, and this mechanosensitivity requires Abl-dependent phosphorylation of a conserved tyrosine in the Canoe actin-binding domain. Preventing Canoe tyrosine phosphorylation destabilizes tricellular adhesion, and anchoring Canoe at tricellular junctions independently of mechanical inputs aberrantly stabilizes adhesion, arresting cell rearrangement. These results identify a force-responsive mechanism that stabilizes tricellular adhesion under tension during epithelial remodeling.Copyright © 2020, American Association for the Advancement of Science. PMID: 33243859 Funding information This work was supported by: Howard Hughes Medical Institute., International NIGMS NIH HHS, United States Grant ID: R01 GM079340

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)0,007
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: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,275

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,008
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0820,056

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 Opus0,036
Tête enseignante GPT0,278
Écart entre enseignants0,243 · 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
GenreJeu de données

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

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFaculty Opinions – Post-Publication Peer Review of the Biomedical LiteratureMême sujetPlant Surface Properties and TreatmentsTravaux en français237 207