Rôle de l'acétylation du facteur de transcription IRF3
Bibliographic record
Abstract
Lâimmunité innée est notre premier mécanisme de défense contre lâinvasion des\npathogènes. Cette défense est basée sur la reconnaissance dâéléments invariables\ndes pathogènes par des récepteurs encodés dans les lignées germinales. Dans la\nréponse anti-virale, le facteur de transcription Interferon Regulatory Factor 3\n(IRF3) joue un rôle clé dans la réponse interféron de type I, combattant ainsi la\nréplication virale et conférant un état anti-viral aux cellules infectées ainsi quâaux\ncellules avoisinantes. IRF3 est une protéine dont lâactivation et la\nphosphorylation sont régulées par les kinases TBK1 et IKKi. Nous proposons ici\nque lâacétylation est une modification post-traductionnelle importante dans la\nrégulation de lâactivité dâIRF3. Nous avons observé par immunobuvardage\nquâIRF3 est acétylé de façon basale et que cette acétylation est induite par la\nprésence du co-facteur CBP et est inhibée par la présence de la kinase TBK1. Par\nspectrométrie de masse, nous avons ensuite identifié huit lysines sujettes à \nlâacétylation sur IRF3. Aussi, par mutagénèse dirigée, nous avons muté de façon\nponctuelle chacun de ces sites et avons déterminé que la mutation de la lysine 87\ninhibe la capacité dâIRF3 à sâattacher à lâADN en EMSA et à transactiver son\nélément de réponse en essai luciférase. Aussi, nous proposons que lâacétylation\nmasque la charge positive de la lysine 87 et contrôle de façon négative lâactivité\ndu facteur de transcription IRF3. Notre groupe démontre ainsi pour la première\nfois lâacétylation du facteur de transcription dans un modèle cellulaire et propose\nque ce processus joue un rôle inhibiteur dans la régulation de la protéine.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 teacher head, 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".