MétaCan
Menu
Retour à la cohorte
Enregistrement W4310240445 · doi:10.1093/nar/gkac1121

Competition for DNA binding between the genome protector replication protein A and the genome modifying APOBEC3 single-stranded DNA deaminases

2022· article· en· W4310240445 sur OpenAlexafffund
Lai Hong Wong, Alina Sami, Linda Chelico

Notice bibliographique

RevueNucleic Acids Research · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDNA Repair Mechanisms
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésBiologyDNADNA replicationGenomeGeneticsDNA-binding proteinGeneTranscription factor

Résumé

récupéré en direct d'OpenAlex

The human APOBEC family of eleven cytosine deaminases use RNA and single-stranded DNA (ssDNA) as substrates to deaminate cytosine to uracil. This deamination event has roles in lipid metabolism by altering mRNA coding, adaptive immunity by causing evolution of antibody genes, and innate immunity through inactivation of viral genomes. These benefits come at a cost where some family members, primarily from the APOBEC3 subfamily (APOBEC3A-H, excluding E), can cause off-target deaminations of cytosine to form uracil on transiently single-stranded genomic DNA, which induces mutations that are associated with cancer evolution. Since uracil is only promutagenic, the mutations observed in cancer genomes originate only when uracil is not removed by uracil DNA glycosylase (UNG) or when the UNG-induced abasic site is erroneously repaired. However, when ssDNA is present, replication protein A (RPA) binds and protects the DNA from nucleases or recruits DNA repair proteins, such as UNG. Thus, APOBEC enzymes must compete with RPA to access their substrate. Certain APOBEC enzymes can displace RPA, bind and scan ssDNA efficiently to search for cytosines, and can become highly overexpressed in tumor cells. Depending on the DNA replication conditions and DNA structure, RPA can either be in excess or deficient. Here we discuss the interplay between these factors and how despite RPA, multiple cancer genomes have a mutation bias at cytosines indicative of APOBEC activity.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,062
Tête enseignante GPT0,313
Écart entre enseignants0,251 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations19
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNucleic Acids ResearchMême sujetDNA Repair MechanismsTravaux en français237 207