MétaCan
Menu
Retour à la cohorte
Enregistrement W4283838258 · doi:10.1093/jxb/erac293

LEAfing through literature: late embryogenesis abundant proteins coming of age—achievements and perspectives

2022· review· en· W4283838258 sur OpenAlexaff
Itzell Eurídice Hernández-Sánchez, Israel Maruri-López, Coral Martínez-Martínez, Brett R. Janis, Juan Francisco Jiménez-Bremont, Alejandra A. Covarrubias, Michael A. Menze, Steffen P. Graether, Anja Thalhammer

Notice bibliographique

RevueJournal of Experimental Botany · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensUniversity of Guelph
Organismes subventionnairesConsejo Nacional de Ciencia y Tecnología
Mots-clésEmbryogenesisBiologyEmbryoCell biology

Résumé

récupéré en direct d'OpenAlex

To deal with increasingly severe periods of dehydration related to global climate change, it becomes increasingly important to understand the complex strategies many organisms have developed to cope with dehydration and desiccation. While it is undisputed that late embryogenesis abundant (LEA) proteins play a key role in the tolerance of plants and many anhydrobiotic organisms to water limitation, the molecular mechanisms are not well understood. In this review, we summarize current knowledge of the physiological roles of LEA proteins and discuss their potential molecular functions. As these are ultimately linked to conformational changes in the presence of binding partners, post-translational modifications, or water deprivation, we provide a detailed summary of current knowledge on the structure-function relationship of LEA proteins, including their disordered state in solution, coil to helix transitions, self-assembly, and their recently discovered ability to undergo liquid-liquid phase separation. We point out the promising potential of LEA proteins in biotechnological and agronomic applications, and summarize recent advances. We identify the most relevant open questions and discuss major challenges in establishing a solid understanding of how these intriguing molecules accomplish their tasks as cellular sentinels at the limits of surviving water scarcity.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,859
Score d'incertitude au seuil0,954

Scores Codex et Gemma par catégorie

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

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 Opus0,051
Tête enseignante GPT0,351
Écart entre enseignants0,300 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreSynthèse

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

En bref

Citations79
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental BotanyMême sujetRNA Research and SplicingTravaux en français237 207