An open source plant kinase chemogenomics set
Notice bibliographique
Résumé
. Forty 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. Thirty-seven 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 compared with control plants. Two of these 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. The reduced root length phenotype 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. Six of the compounds acting as root growth inhibitors in Arabidopsis 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».