MétaCan
Menu
Retour à la cohorte
Enregistrement W4390784145 · doi:10.48550/arxiv.2401.04453

High throughput screening for LC3/GABARAP binders utilizing fluorescence polarization assay

2024· preprint· en· W4390784145 sur OpenAlexfundno aff
Martin P. Schwalm, Johannes Dopfer, Stefan Knapp, Vladimir V. Rogov

Notice bibliographique

RevuearXiv (Cornell University) · 2024
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGABA and Rice Research
Établissements canadiensnon disponible
Organismes subventionnairesGenentechDeutschen Konsortium für Translationale KrebsforschungOntario Genomics InstituteEuropean Federation of Pharmaceutical Industries and AssociationsMerck KGaAOntario GenomicsGenome CanadaMcGill UniversityBayerPfizerDeutsche ForschungsgemeinschaftDeutsches KrebsforschungszentrumBristol-Myers Squibb
Mots-clésATG8AutophagySmall moleculeChemistryPeptideFluorescenceFluorescence anisotropyHigh-throughput screeningMoleculeCombinatorial chemistryBiophysicsNanotechnologyBiochemistryBiologyMaterials scienceOrganic chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

The characterization of interactions between autophagy modifiers (Atg8-family proteins) and their natural ligands (peptides and proteins) or small molecules is important for a detailed understanding of selective autophagy mechanisms and for design of potential Atg8 inhibitors that affect the autophagy processes in cells. The fluorescence polarization (FP) assay is a rapid, cost-effective and robust method which provides affinity and selectivity information of small molecules and peptide ligands targeting human Atg8 proteins. This chapter introduces the basic principles of FP assays are introduced. In addition, a case study for FP small molecule and peptide interactions with human Atg8 proteins (LC3/GABARAPs) is described. Finally, data analysis and quality control of FP studies are discussed for the proper calculation of Ki values of the measured compounds.

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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,142
Tête enseignante GPT0,227
Écart entre enseignants0,085 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetGABA and Rice ResearchTravaux en français237 207