MétaCan
Menu
Back to cohort
Record W2808597976

Post-translational modifications regulatory networks : evolution, mechanisms et implications

2015· article· en· W2808597976 on OpenAlexfundno aff
Luca Freschi

Bibliographic record

Venuenot available
Typearticle
Languageen
FieldBiochemistry, Genetics and Molecular Biology
TopicViral Infectious Diseases and Gene Expression in Insects
Canadian institutionsnot available
FundersCanadian Institutes of Health Research
KeywordsPosttranslational modificationComputational biologyBiologyChemistryComputer scienceBiochemistry
DOInot available

Abstract

fetched live from OpenAlex

Les modifications post-traductionnelles (PTM) sont des modifications chimiques des protéines qui permettent à la cellule de réguler finement ses fonctions ainsi que de coder et d’intégrer des signaux environnementaux. Les progrès récents en ce qui a trait aux techniques expérimentales et bioinformatiques nous ont permis de determiner les profils de PTM pour des protéomes entiers ainsi que d’identifier les molécules qui sont responsables d’ « écrire » ou d’« effacer » ces PTM. Avec ces donnés, il a été possible de commencer à definir des réseaux de régulation cellulaire par PTM. Ici, nous avons étudié l’évolution de ces réseaux pour mieux comprendre comment ils peuvent contribuer à expliquer la complexité et la diversité des organismes ainsi que pour mieux comprendre leurs mecanismes d’action. Avant tout, nous avons abordé la question de comment les réseaux de régulation des PTM peuvent être recablés après un évenement de duplication des gènes en étudiant comment le réseau de phosphorégulation de la levure bourgeonnante a été récablé après un évenement de duplication complète du génome qui a eu lieu il y a 100 milions d’années. Nos résultats mettent en évidence le rôle de la duplication des gènes comme mécanisme clé pour l’innovation et la complexification des réseaux de régulation par PTM. Par la suite, nous avons abordé la question de comment les PTM peuvent contribuer à la diversité des organismes en comparant les profils de phosphorylation de l’homme et de la souris. Nous avons trouvé des différences substantielles dans les profils de PTM de ces deux espèces qui ont le potentiel d’expliquer, au moins en partie, les différences phénotypiques observées entre eux. Nous avons aussi trouvé des évidences qui supportent l’idée que les PTM peuvent « sauter » vers des nouvelles localisations et quand même réguler les mêmes fonctions biologiques. Ce phénomène doit être pris en considération dans les comparaisons des profils de PTM qui appartiennent à des espèces différentes, pour éviter de surestimer la divergence causée par la régulation par les PTM. Enfin, nous avons investigué comment plusieures PTM alternatives pour un même residu pouvent interagir pour réguler des fonctions cellulaires. Nous avons examiné deux des PTM les plus connus, la phosphorylation et la O-GlcNAcylation, qui modifient les sérines et les thréonines, et nous avons étudié les mécanismes potentiels d’interaction entre ces deux PTM. Nos résultats supportent l’hypothèse que ces deux PTM contrôlent plusieurs fonctions biologiques plutôt qu’une seule fonction. Globalement, les résultats présentés dans cette thèse permettent d’élucider les dynamiques évolutives, les mécanismes de fonctionnement et les implications biologiques des PTM.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Review · Consensus signal: none
Teacher disagreement score0.002
Threshold uncertainty score0.010

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0000.001
Scholarly communication0.0020.002
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0010.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.017
GPT teacher head0.274
Teacher spread0.257 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreReview

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2015
Admission routes1
Has abstractyes

Explore more

Same topicViral Infectious Diseases and Gene Expression in InsectsFrench-language works237,207