A global protein interaction network of Leishmania donovani
Notice bibliographique
Résumé
Leishmania donovani is the causative agent of visceral leishmaniasis, a tropical disease affecting millions worldwide. While proteomic studies of Leishmania species have been conducted, the organization of protein-protein interaction (PPI) networks in L. donovani remains largely unexplored. Here, we present a protein interaction network for L. donovani generated through size-exclusion chromatography coupled with mass spectrometry (SEC-MS) and computational analysis. We quantified 3468 proteins with high confidence, of which approximately 70 % are conserved across the Tritryps (Trypanosoma brucei, T. cruzi, and L. donovani). The resulting network contains 1509 nodes and 16,095 interactions, exhibiting scale-free topology and covering key cellular machineries such as the proteasome, ribosome, translation initiation complexes, and BBSome. Remarkably, most annotated Leishmania complexes remained intact within the network, highlighting its high quality. Paralogs within L. donovani frequently interacted with each other, a phenomenon observed at a higher rate than reported in different organisms. Beyond structural organization, the network also provided interaction-based evidence that functionally contextualizes previously uncharacterized or poorly annotated proteins. Complexes involved in mRNA metabolism and flagellar assembly revealed novel components supported by conserved interaction patterns, underscoring the biological utility of the network for functional inference. Our study provides the first experimentally derived, large-scale interaction network specific to L. donovani, offering critical insights into the parasite's molecular architecture. All interaction data are available through our dedicated database at https://2025.trypsnetdb.org.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».