A functional screen for ubiquitin regulation identifies an E3 ligase secreted by <i>Pseudomonas aeruginosa</i>
Notice bibliographique
Résumé
ABSTRACT Ubiquitin signaling controls many aspects of eukaryotic biology, including targeted protein degradation and immune defense. Remarkably, invading bacterial pathogens have adapted secreted effector proteins that hijack host ubiquitination to gain control over host responses. These ubiquitin-targeted effectors can exhibit, for example, E3 ligase or deubiquitinase activities, often without any sequence or structural homology to eukaryotic ubiquitin regulators. Such convergence in function poses a challenge to the discovery of additional bacterial virulence factors that target ubiquitin. To overcome this, we have developed a workflow to harvest natively secreted bacterial effectors and functionally screen them for ubiquitin regulatory activities. After benchmarking this approach on diverse ligase and deubiquitinase activities from Salmonella Typhimurium, Enteropathogenic Escherichia coli , and Shigella flexneri , we applied it to the identification of a cryptic E3 ligase activity secreted by Pseudomonas aeruginosa . We identified an unreported P. aeruginosa E3 ligase, which we have termed Pseudomonas Ub ligase 1 (PUL-1), that resembles none of the other E3 ligases previously established in or outside of the eukaryotic system. Importantly, in an animal model of P. aeruginosa infection, PUL-1 ligase activity plays an important role in regulating virulence. Thus, our workflow for the functional identification of ubiquitin-targeted effector proteins carries promise for expanding our appreciation of how host ubiquitin regulation contributes to bacterial pathogenesis.
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 | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».