Global Protein Interaction Network for <i>Trypanosoma cruzi</i>
Notice bibliographique
Résumé
Trypanosoma cruzi, the causative agent of Chagas disease, poses a significant health challenge due to limited therapeutic options and an incomplete understanding of its biology. Approximately half of the genome encodes hypothetical proteins with unknown functions, underscoring the need for systematic functional annotation. Protein–protein interactions (PPIs) underpin essential cellular processes, yet no large-scale PPI map has been developed for T. cruzi ─a critical gap that impedes both functional annotation of its proteome and drug discovery. This study presents the first comprehensive PPI network for T. cruzi, constructed using quantitative mass spectrometry-based cofractionation data. The network includes 1319 proteins and more than 16,000 predicted interactions, with 47% of the proteins classified as hypothetical, consistent with the 49% hypothetical annotation rate in the proteome. Their placement within functionally enriched network modules provides unprecedented insights into their potential biological roles. Network analysis revealed densely interconnected cores enriched with essential cellular functions. This PPI network exhibits small-world properties, with conserved proteins showing higher connectivity, reinforcing their central roles in the parasite’s biology. This resource, publicly available at https://2025.trypsnetdb.org/, offers a powerful platform for exploring T. cruzi biology and prioritizing novel therapeutic targets, revealing central hubs of protein organization, resolving ribosomal and proteasomal complexes, and enabling functional predictions for numerous hypothetical proteins through integrative structural modeling.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».