MétaCan
Menu
Retour à la cohorte
Enregistrement W4416607465 · doi:10.5256/f1000research.7778.r12401

Referee report. For: The business of deubiquitination – location, location, location [version 1; referees: 2 approved]

2016· article· en· W4416607465 sur OpenAlexfundno aff
Kazuhiro Iwai

Notice bibliographique

RevueFaculty of 1000 Research Ltd · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueBiotechnology and Related Fields
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésQuality (philosophy)Set (abstract data type)Feature (linguistics)Product (mathematics)Legislation

Résumé

récupéré en direct d'OpenAlex

A majority of proteins in the cell can be modified by ubiquitination, thereby altering their function or stability. This ubiquitination is controlled by both ubiquitinating and deubiquitinating enzymes (DUBs). The number of ubiquitin ligases exceeds that of DUBs by about eightfold, indicating that DUBs may have much broader substrate specificity. Despite this, DUBs have been shown to have quite specific physiological functions. This functional specificity is likely due to very precise regulation of activity arising from the sophisticated use of all mechanisms of enzyme regulation. In this commentary, we briefly review key features of DUBs with more emphasis on regulation. In particular, we focus on localization of the enzymes as a critical regulatory mechanism which when integrated with control of expression, substrate activation, allosteric regulation, and post-translational modifications results in precise spatial and temporal deubiquitination of proteins and therefore specific physiological functions. Identification of compounds that target the structural elements in DUBs that dictate localization may be a more promising approach to development of drugs with specificity of action than targeting the enzymatic activity, which for most DUBs is dependent on a thiol group that can react non-specifically with many compounds in large-scale screening.

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)0,008
score de la tête « metaresearch » (Gemma)0,112
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,554

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,112
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0070,007
Études des sciences et des technologies0,0050,001
Communication savante0,0070,004
Science ouverte0,0030,003
Intégrité de la recherche0,0090,005
Charge utile insuffisante (le modèle a refusé de juger)0,6120,368

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 Opus0,046
Tête enseignante GPT0,356
Écart entre enseignants0,310 · 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.

Devis d'étudeSans objet
DomaineÉvaluation
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueFaculty of 1000 Research LtdMême sujetBiotechnology and Related FieldsTravaux en français237 207