MétaCan
Menu
Retour à la cohorte
Enregistrement W4318162772 · doi:10.1038/s41598-023-28026-z

Regulatory mechanisms of the dynein-2 motility by post-translational modification revealed by MD simulation

2023· article· en· W4318162772 sur OpenAlexafffund
Shintaroh Kubo, Khanh Huy Bui

Notice bibliographique

RevueScientific Reports · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and Kidney Cyst Diseases
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaJapan Society for the Promotion of ScienceCanadian Institutes of Health Research
Mots-clésDyneinIntraflagellar transportCiliumMicrotubuleCell biologyMotilityFlagellumKinesinChemistryBiophysicsBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Intraflagellar transport for ciliary assembly and maintenance is driven by dynein and kinesins specific to the cilia. It has been shown that anterograde and retrograde transports run on different regions of the doublet microtubule, i.e., separate train tracks. However, little is known about the regulatory mechanism of this selective process. Since the doublet microtubule is known to display specific post-translational modifications of tubulins, i.e., "tubulin code", for molecular motor regulations, we investigated the motility of ciliary specific dynein-2 under different post-translational modification by coarse-grained molecular dynamics. Our setup allows us to simulate the landing behaviors of dynein-2 on un-modified, detyrosinated, poly-glutamylated and poly-glycylated microtubules in silico. Our study revealed that poly-glutamylation can play an inhibitory effect on dynein-2 motility. Our result indicates that poly-glutamylation of the B-tubule of the doublet microtubule can be used as an efficient means to target retrograde intraflagellar transport onto the A-tubule.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,247
Écart entre enseignants0,239 · 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'étudeSimulation ou modélisation
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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetGenetic and Kidney Cyst DiseasesTravaux en français237 207