Identification and characterization of phosphoprotein phosphatases, PP4 and PP2A, as new negative regulators of the IMD pathway in Drosophila
Bibliographic record
Abstract
Identification et caractérisation des phosphoprotéines phosphatases, PP4 et PP2A, comme nouveaux régulateurs négatifs de la voie IMD chez la Drosophile Les facteurs de transcription NF-κB sont des régulateurs essentiels de la réponse immunitaire innée hautement conservée au cours de l’évolution. Leur activation excessive est hautement délétère et est associée au développement de maladies inflammatoires chroniques. Il est donc particulièrement intéressant de caractériser les mécanismes moléculaires régulant leur activation. Au cours de ce travail, nous avons exploré le rôle de phosphoprotéines phosphatases dans la régulation de la voie IMD-NF-κB chez la drosophile. Homologue de la voie de signalisation activée en aval du récepteur TNFα et des récepteurs Toll-like chez les mammifères, cette voie contrôle les infections bactériennes chez la drosophile à travers l’activation du facteur de transcription de type NF-κB, Relish. Nous avons identifié les phosphatases PP2A et PP4 comme de nouveaux régulateurs négatifs de la voie IMD. En combinant des approches génétiques et moléculaires nous avons montré que ces phosphatases agissent au niveau du complexe IKK et du facteur de transcription Relish respectivement, pour la régulation fine de la voie IMD. Ainsi ce travail fournit la première preuve de la régulation négative de la voie IMD par des phosphoprotéines phosphatases et met l’accent sur la haute conservation des fonctions de PP2A et de PP4 dans la régulation des voies NF-κB. Nos résultats offrent ainsi de nouvelles perspectives pour la caractérisation des mécanismes moléculaires régulant la voie IMD.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".