MétaCan
Menu
← Retour à la cohorte
Enregistrement W7038314999

High-resolution network biology modelling of human proteome variations

2020· dissertation· en· W7038314999 sur OpenAlexfundno aff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2020
Typedissertation
Langueen
DomaineArts and Humanities
ThématiqueArt, Technology, and Culture
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsMcGill UniversityUniversity of OttawaHarvard University
Mots-clésProteomeSystems biologyHuman proteome projectBiological networkIdentification (biology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Les interactions protéines-protéines (IPP) sont une classe importante d'interactions biomoléculaires qui forment une composante intégrale du réseau des interactions cellulaires : l'interactome.Des expériences ont déjà montré que les IPP peuvent être reconfigurées par des variations du protéome, plus particulièrement par épissage alternatif (ÉA) des exons d'ARN prémessager et par les mutations génétiques faux-sens.Bien que l'impact de ce type de reconfiguration des IPP sur les fonctions des protéines, ou sur les maladies humaines, ait été examiné au cas par cas par certaines expériences, ces expériences sont de faible envergure et ne couvrent que moins d'1% de la variation génétique chez l'humain.Dans le premier chapitre de cette thèse, nous donnons un aperçu des nouvelles connaissances évolutives qui découlent des études expérimentales et informatiques récentes sur les IPP.Dans les chapitres suivants, nous appliquons des approches de biologie des systèmes structurels à haute résolution à l'échelle du génome pour modéliser différents modèles de recâblage d'interactomes entraînés par les variations du protéome chez l'homme, et pour prédire leur effet ultérieur sur la complexité fonctionnelle de la cellule et sur la valeur adaptive de l'organisme.Premièrement, nous examinons systématiquement l'impact à grande échelle de l'ÉA sur l'interactome humain tout entier, en intégrant les informations sur les domaines structuraux des protéines avec les IPP pour prédire la conservation et la perte d'IPP dues à l'ÉA.Les résultats révèlent des réarrangements importants dans l'interactome ainsi qu'une vaste divergence fonctionnelle créée par l'ÉA.Deuxièmement, nous prédisons systématiquement l'ampleur de l'impact des mutations faux-sens sur l'interactome humain en combinant l'information de la séquence de mutations avec les modèles structuraux en trois dimensions des IPP basés sur l'homologie.Nos résultats révèlent vii que de nombreuses perturbations répandues dans l'interactome sont causées par des mutations pathogéniques plutôt que par des mutations neutres.Troisièmement, nous intégrons nos prédictions sur les perturbations structurelles de l'interactome, ainsi que des résultats sur les perturbations de l'interactome obtenus lors d'expériences, avec les données sur les mutations phénotypiques, et nous estimons que <~20% des IPP humains sont superflues, c'est-à-dire qu'elles restent sélectivement neutres malgré les perturbations.Quatrièmement, nous estimons l'effet des perturbations sur la valeur adaptive des différentes configurations de l'interactome causés par les mutations.En utilisant nos prédictions des perturbations structurelles de l'interactome et des perturbations déterminées par expériences, nous estimons que >~40% des mutations qui ne dérangent pas les IPP sont neutres, que plus qu'environ >~70% des mutations qui dérangent les IPP en déstabilisant les sites de liaisons sont seulement légèrement nocives et que jusqu'à ~70% des mutations qui perturbent les IPP en affectant la stabilité des protéines peuvent être fortement nuisibles.En conclusion, notre travail apporte une nouvelle perspective sur l'impact de la reconfiguration systématique de l'interactome à travers le génome sur les fonctions et la valeur adaptive chez l'humain.Ce travail démontre aussi l'avantage de combiner les études expérimentales sur la reconfiguration de l'interactome avec des calculs de biologie structurelle à haute résolution.viii

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,238
Écart entre enseignants0,200 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)→Même sujetArt, Technology, and Culture→Travaux en français237 207→