MétaCan
Menu
Retour à la cohorte
Enregistrement W4410091902 · doi:10.1016/j.chembiol.2025.04.004

Integrative proximal-ubiquitomics profiling for deubiquitinase substrate discovery applied to USP30

2025· article· en· W4410091902 sur OpenAlexaff
Andreas Damianou, Hannah B. L. Jones, Athina Grigoriou, Mohammed A Akbor, Edward Jenkins, Philip D. Charles, Iolanda Vendrell, Simon Davis, Benedikt M. Kessler

Notice bibliographique

RevueCell chemical biology · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueUbiquitin and proteasome pathways
Établissements canadiensDiscovery Centre
Organismes subventionnairesKennedy Trust for Rheumatology ResearchBristol-Myers SquibbBHF Centre of Research Excellence, OxfordWellcome TrustEngineering and Physical Sciences Research CouncilChinese Academy of Medical Sciences
Mots-clésDeubiquitinating enzymeProfiling (computer programming)Computational biologyChemistryComputer scienceBiologyBiochemistryUbiquitinGene

Résumé

récupéré en direct d'OpenAlex

The growing interest in deubiquitinases (DUBs) as drug targets for modulating critical molecular pathways in disease is fueled by the discovery of their specific cellular roles. A crucial aspect of this fact is the identification of DUB substrates. While mass spectrometry-based proteomic methods can be used to study global changes in cellular ubiquitination following DUB activity perturbation, these datasets often include indirect and downstream ubiquitination events. To enrich for the direct substrates of DUB enzymes, we have developed a proximal-ubiquitome workflow that combines proximity labeling methodology (ascorbate peroxidase-2 [APEX2]) with subsequent ubiquitination enrichment based on the K-ε-GG motif. We applied this technology to identify altered ubiquitination events in the vicinity of the DUB ubiquitin-specific protease 30 (USP30) upon its inhibition. Our findings reveal ubiquitination events previously associated with USP30 on TOMM20 and FKBP8, as well as the candidate substrate LETM1, which is deubiquitinated in a USP30-dependent manner.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,023
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,265
Écart entre enseignants0,253 · 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 tête enseignante, pas un consensus.

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

Citations10
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCell chemical biologyMême sujetUbiquitin and proteasome pathwaysTravaux en français237 207