MétaCan
Menu
Retour à la cohorte
Enregistrement W4244693063 · doi:10.3410/f.718339908.793555480

Faculty Opinions recommendation of New insights into the DT40 B cell receptor cluster using a proteomic proximity labeling assay.

2019· dataset· en· W4244693063 sur OpenAlexaff
Laura Trinkle‐Mulcahy

Notice bibliographique

RevueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature · 2019
Typedataset
Langueen
DomaineImmunology and Microbiology
ThématiqueBiosimilars and Bioanalytical Methods
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Key Research and Development Program of ChinaBiotechnology and Biological Sciences Research CouncilMinistry of Science and Technology of the People's Republic of ChinaMedical Research CouncilDirectorate for Biological SciencesChinese Academy of SciencesSemmelweis EgyetemNational Natural Science Foundation of ChinaWellcome TrustDePaul University
Mots-clésCluster (spacecraft)Computational biologyComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

Background: B cell receptor (BCR) clusters modulate BCR signaling in B-lymphocytes.Results: We used a quantitative proteomic proximity assay to analyze the BCR cluster in DT40 cells.Conclusion: Our proximity labeling assay identified novel components of the BCR cluster linked to integrin signaling.Significance: We provide new insights into BCR assembly and identify new and unexpected targets for further functional analysis.In the vertebrate immune system, each B-lymphocyte expresses a surface IgM-class B cell receptor (BCR).When cross-linked by antigen or anti-IgM antibody, the BCR accumulates with other proteins into distinct surface clusters that activate cell signaling, division, or apoptosis.However, the molecular composition of these clusters is not well defined.Here we describe a quantitative assay we call selective proteomic proximity labeling using tyramide (SPPLAT).It allows proteins in the immediate vicinity of a target to be selectively biotinylated, and hence isolated for mass spectrometry analysis.Using the chicken B cell line DT40 as a model, we use SPPLAT to provide the first proteomic analysis of any BCR cluster using proximity labeling.We detect known components of the BCR cluster, including integrins, together with proteins not previously thought to be BCR-associated.In particular, we identify the chicken B-lymphocyte allotypic marker chB6.We show that chB6 moves to within about 30 -40 nm of the BCR following BCR cross-linking, and we show that cross-linking chB6 activates cell binding to integrin substrates laminin and gelatin.Our work provides new insights into the nature and composition of the BCR cluster, and confirms SPPLAT as a useful research tool in molecular and cellular proteomics.

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)0,003
score de la tête « metaresearch » (Gemma)0,018
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 enseignants0,076
Score d'incertitude au seuil0,253

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,018
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,008
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0030,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0760,054

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 Opus0,050
Tête enseignante GPT0,364
Écart entre enseignants0,313 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFaculty Opinions – Post-Publication Peer Review of the Biomedical LiteratureMême sujetBiosimilars and Bioanalytical MethodsTravaux en français237 207