Discovery and Visualization of the Hidden Relationships among N-Glycosylation, Disulfide Bonds, and Membrane Topology
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Membrane proteins (MPs) are functionally important but structurally complex. In particular, MPs often carry three structural features, i.e., transmembrane domains (TMs), disulfide bonds (SSs), and N-glycosylation (N-GLYCO). All three features have been intensively studied; however, how the three features potentially correlate has been less addressed in the literature. With the growing accuracy from computational prediction, we used publicly available information on SSs and N-GLYCO and analyzed the potential relationships among post-translational modifications (PTMs) and the predicted membrane topology in the human proteome. Our results suggested a very close relationship between SSs and N-GLYCO that behaved similarly, whereas a complementary relation between the TMs and the two PTMs was also revealed, in which the high SS and/or N-GLYCO presence is often accompanied by a low TM occurrence in a protein. Furthermore, the occurrence of SSs and N-GLYCO in a protein heavily relies on the protein length; however, TMs seem not to possess such length dependence. Finally, SSs exhibits larger potential dynamics than N-GLYCO, which is confined by the presence of sequons. The special classes of proteins possessing extreme or unique patterns of the three structural features are comprehensively identified, and their structural features and potential dynamics help to identify their susceptibility to different physiological and pathophysiological insults, which could help drug development and protein engineering.
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.
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 | 0,001 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 découle