MétaCan
Menu
Retour à la cohorte
Enregistrement W4402827484 · doi:10.3390/cells13191606

A Novel Bioluminescent Biosensor Quantifying Intramolecular Interaction and Levels of Pyroptosis Effector GSDMD

2024· article· en· W4402827484 sur OpenAlexafffund
Tynan Kelly, Simran K. Bhandari, Madeleine Carew, Rachel Rubino, Christopher J.B. Nicol, Xiaolong Yang

Notice bibliographique

RevueCells · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInflammasome and immune disorders
Établissements canadiensQueen's University
Organismes subventionnairesCanadian Cancer Society
Mots-clésPyroptosisBiosensorProgrammed cell deathEffectorChemistryApoptosisComputational biologyBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Gasdermin D (GSDMD) is a key executor of pyroptosis, a form of inflammation-induced programmed cell death. Recently, GSDMD has been shown to play important roles in the development of various inflammatory-related human diseases including heart failure and cancer, suggesting that it is a promising therapeutic target for these diseases. While extensive studies on GSDMD's role in pyroptosis have been reported, it is challenging to study its function due to the lack of enzymatic activity of GSDMD. In this study, we used the NanoBiT technology to develop a novel GSDMD bioluminescent biosensor (GSDMD-BS) that detects the amount of non-cleaved GSDMD. This sensor allows us to quantify GSDMD's intramolecular interactions, the amounts of uncleaved GSDMD after caspase-1 cleavage, and expression levels in living cells. In vitro experiments using purified GSDMD-BS also confirmed the sensor's accuracy in reporting GSDMD levels and cleavage. Moreover, the potential for in vivo application was demonstrated in a xenograft mouse model. In conclusion, we have developed a GSDMD biosensor that is a valuable tool for real-time monitoring of GSDMD dynamics and pyroptosis. This biosensor will significantly expedite pyroptosis research and can be used for high-throughput screening for drugs targeting GSDMD for the therapy of many inflammation-related diseases.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,019
Tête enseignante GPT0,268
Écart entre enseignants0,249 · 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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCellsMême sujetInflammasome and immune disordersTravaux en français237 207