An open source plant kinase chemogenomics set
Notice bibliographique
Résumé
Abstract 129 protein kinases, selected to represent the diversity of the rice ( Oryza sativa ) kinome, were cloned and tested for expression in E. coli . 40 of these rice kinases were purified and screened using differential scanning fluorimetry (DSF) against 627 diverse kinase inhibitors, with a range of structures and activities targeting diverse human kinases. 37 active compounds were then tested for their ability to modify primary root development in Arabidopsis. Of these, 14 compounds caused a significant reduction of primary root length and two slightly increased root elongation compared with control plants. Two inhibitory compounds bind to the predicted orthologue of Arabidopsis PSKR1, one of two receptors for PSK, a small sulfated peptide that positively controls root development. Inhibition could not be rescued by the exogenous addition of the PSK peptide, suggesting that chemical treatment may inhibit both PSKR1 and its closely related receptor PSKR2. Of the compounds acting as root growth inhibitors in Arabidopsis, six conferred the same effect in rice. Compound RAF265 (CHIR-265), previously shown to bind the human kinase BRAF (B-Raf proto-oncogene, serine/threonine kinase), also binds to nine highly conserved rice kinases tested. The binding of human and rice kinases to the same compound suggests that human kinase inhibitor sets will be useful for dissecting the function of plant kinases.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,048 | 0,054 |
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.
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 ».