Dramatic Differences in the Roles in Lipid Metabolism of Two Isoforms of Diacylglycerol Kinase
Notice bibliographique
Résumé
Lipid species changes for SV40-transformed fibroblasts from wild-type or from diacylglycerol kinase-epsilon (DGKepsilon) or diacylglycerol kinase-alpha (DGKalpha) knockout mice were determined for glycerophospholipids, polyphosphatidylinositides (GPInsP n ) and diacylglycerol (DAG) using direct infusion mass spectrometry. Dramatic differences in arachidonate (20:4 fatty acid)-containing lipids were observed for multiple classes of glycerophospholipids and polyphosphatidylinositides between wild-type and DGKepsilon knockout cells. However, no difference was observed in either the amount or the acyl chain composition of DAG between DGKepsilon knockout and wild-type cells, suggesting that DGKepsilon catalyzed the phosphorylation of a minor fraction of the DAG in these cells. The differences in arachidonate content between the two cell lines were greatest for the GPInsP n lipids and lowest for DAG. These findings indicate that DGKepsilon plays a significant role in determining the enrichment of GPInsP n with 20:4 and that there is a pathway for the selective translocation of arachidonoyl phosphatidic acid from the plasma membrane to the endoplasmic reticulum. In contrast, no substantial difference was observed in the acyl chain composition of any class of glycerophospholipid or diacylglycerol between lipid extracts from fibroblasts from wild-type mice or from DGKalpha knockout mice. However, the cells from the DGKalpha knockout mice had a higher concentration of DAG, consistent with the lack of downregulation of the major fraction of DAG by DGKalpha, in contrast with DGKepsilon that is primarily responsible for enrichment of GPInsP n with arachidonoyl acyl chains.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».