MétaCan
Menu
Retour à la cohorte
Enregistrement W4312194527 · doi:10.1002/bies.202200196

Control of phosphatidylinositol‐3‐kinase signaling by nanoscale membrane compartmentalization

2022· article· en· W4312194527 sur OpenAlexafffund
Rebecca Cabral‐Dias, Costin N. Antonescu

Notice bibliographique

RevueBioEssays · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCellular transport and secretion
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCell biologyEffectorPTENPhosphatidylinositolTensinPhosphataseKinaseEndosomeCompartmentalization (fire protection)Scaffold proteinSignal transductionPhosphorylationEndocytic cycleCaveolaeBiologyPI3K/AKT/mTOR pathwayLipid raftChemistryBiochemistryEndocytosisEnzymeIntracellularReceptor

Résumé

récupéré en direct d'OpenAlex

Phosphatidylinositol-3-kinases (PI3Ks) are lipid kinases that produce 3-phosphorylated derivatives of phosphatidylinositol upon activation by various cues. These 3-phosphorylated lipids bind to various protein effectors to control many cellular functions. Lipid phosphatases such as phosphatase and tensin homolog (PTEN) terminate PI3K-derived signals and are critical to ensure appropriate signaling outcomes. Many lines of evidence indicate that PI3Ks and PTEN, as well as some specific lipid effectors are highly compartmentalized, either in plasma membrane nanodomains or in endosomal compartments. We examine the evidence for specific recruitment of PI3Ks, PTEN, and other related enzymes to membrane nanodomains and endocytic compartments. We then examine the hypothesis that scaffolding of the sources (PI3Ks), terminators (PTEN), and effectors of these lipid signals with a common plasma membrane nanodomain may achieve highly localized lipid signaling and ensure selective activation of specific effectors. This highlights the importance of spatial regulation of PI3K signaling in various physiological and disease contexts.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,343

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,006
Tête enseignante GPT0,206
Écart entre enseignants0,200 · 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
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

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioEssaysMême sujetCellular transport and secretionTravaux en français237 207