MétaCan
Menu
Retour à la cohorte
Enregistrement W7066911406

Investigation of Stage-Specific Distinction in the Leishmania mexicana Translational Machinery

2024· other· en· W7066911406 sur OpenAlexaff

Notice bibliographique

RevueWhite Rose eTheses Online (University of Leeds, The University of Sheffield, University of York) · 2024
Typeother
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueDiverse Scientific and Economic Studies
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésNucleofectionContext (archaeology)Leishmania mexicanaRNA
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Leishmaniasis is a parasitic infection found in tropical, subtropical and southern European regions. The Leishmania life cycle is digenic and transitions between the sandfly and human hosts, which have distinct environmental conditions. Near-constitutive transcription in kinetoplasts renders gene regulation overwhelmingly post-transcriptional, placing heightened regulatory emphasis on RNA binding protein function. Modulation of translation plays a major role in parasite survival and adaptation. Our knowledge of the molecular mechanisms of translation in Leishmania remains limited, and it is unknown to what extent the composition of the translational machinery varies throughout the parasite life cycle Therefore, to expand this knowledge, enrichment strategies for Leishmania ribosomes were evaluated in order to generate samples suitable for mass spectrometry analysis of stage-specific ribosome-associated proteins. Immunoprecipitation was employed using antibodies against ribosomal protein P0 (also known as uL10) to capture the ribosomes on beads, which were subsequently analysed by mass spectrometry. Polysome profiling was also performed to identify the ideal conditions for RNA digestion to ensure the enrichment of ribosomes, to isolate both translating and non-translating ribosomes from L. mexicana promastigote stages and specifically exclude any RNA binding proteins (RBPs) interacting with an mRNA mid-translation. Further optimisation is required to realise this strategy. Bioinformatic analyses of mass spectrometry data have enabled comparisons of the translational machinery between the procyclic (PCF) and the metacyclic promastigotes (META). This has highlighted differentially abundant proteins involved in specific processes, which are key to cell regulation, translation and differentiation. It also illustrates how post-translational modifications (PTM) promote parasitic adaptation; specifically, protein kinase activity and phosphoregulation in META differentiation and metacyclogenesis. Key findings from our mass spectrometry include the enrichment of CRK9, RDK2 kinases and serine/threonine phosphatases in META.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,047
Tête enseignante GPT0,189
Écart entre enseignants0,142 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWhite Rose eTheses Online (University of Leeds, The University of Sheffield, University of York)Même sujetDiverse Scientific and Economic StudiesTravaux en français237 207