Two Homologous Apolipoprotein AI Mimetic Peptides
Notice bibliographique
Résumé
Two related 18-amino acid, class A, amphipathic helical peptides termed 3F-2 and 3F14 were chosen for this study. Although they have identical amino acid compositions and many similar biophysical properties, 3F-2 is more potent than 3F14 as an apolipoprotein AI mimetic peptide. The two peptides exhibit similar gross conformational properties, forming structures of high helical content on a membrane surface. However, the thermal denaturation transition of 3F-2 is more cooperative, suggesting a higher degree of oligomerization on the membrane. Both 3F-2 and 3F14 promote the segregation of cholesterol in membranes containing phosphatidylcholine and cholesterol, but 3F-2 exhibits a greater selectivity for partitioning into cholesterol-depleted regions of the membrane. Magic angle spinning/NMR studies indicate that the aromatic residues of 3F-2 are stacked in the presence of lipid. The aromatic side chains of this peptide also penetrate more deeply into membranes of phosphatidylcholine with cholesterol compared with 3F14. Using the fluorescent probe, 1,3-dipyrenylpropane, we monitored the properties of the lipid hydrocarbon environment. 3F-2 had a greater effect in altering the properties of the hydrocarbon region of the membrane. The results are consistent with our proposed model of the effect of peptide shape on the nature of the difference in peptide insertion into the bilayer.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».