Functional analysis of protein interactions using coupled bi-fluorescence complementation/GFP nanobody techniques
Notice bibliographique
Résumé
Transcription factors (TFs) form homo- or hetero-dimeric DNA binding complexes along with associated co-regulators that can have transcriptional repressor or activator functions. Defining the specific composition of the complexes is therefore key to understanding their biological role. Here, we utilized bimolecular fluorescence complementation (BiFC) to visualize the formation of defined TF dimers and associated co-regulators derived from the activator protein-1 (AP-1) and myocyte enhancer factor 2 (MEF2) families. Firstly, BiFC signals were observed in cells co-expressing TFs tagged with complimentary combinations of the split fluorescent protein, demonstrating the engineered formation of defined dimer complexes. Next, we applied this approach and determined that defined AP-1 dimers localized at discrete sub-nuclear locations. Subsequently, a combination of BiFC coupled with GFP binding peptide (GBP)-nanotrap allowed observation of protein-protein interactions between a co-regulator, HDAC4, and defined BiFC-MEF2 engineered dimers. To determine transactivation properties of defined TF dimers in a cellular system, the Gal4-DNA binding domain fused to GBP was utilized to assess the transcriptional properties of the BiFC-TF dimers using a generically applicable Gal4/UAS luciferase reporter gene assay system. Here, we report efficacy of a BiFC/GBP-nanobody approach that allows engineering, visualization, and functional analysis of defined TF dimers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».