MétaCan
Menu
Retour à la cohorte
Enregistrement W2038389268 · doi:10.1139/o01-139

Lipid metabolism and vesicle trafficking: More than just greasing the transport machinery

2001· review· en· W2038389268 sur OpenAlexaffvenue
Christopher R. McMaster

Notice bibliographique

RevueBiochemistry and Cell Biology · 2001
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCellular transport and secretion
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésVesicleCell biologyEndoplasmic reticulumVesicular transport proteinLipid metabolismBiologyGolgi apparatusLipid dropletBiochemistryEndocytosisIntracellularCellMembrane

Résumé

récupéré en direct d'OpenAlex

The movement of lipids from their sites of synthesis to ultimate intracellular destinations must be coordinated with lipid metabolic pathways to ensure overall lipid homeostasis is maintained. Thus, lipids would be predicted to play regulatory roles in the movement of vesicles within cells. Recent work has highlighted how specific lipid metabolic events can affect distinct vesicle trafficking steps and has resulted in our first glimpses of how alterations in lipid metabolism participate in the regulation of intracellular vesicles. Specifically, (i) alterations in sphingolipid metabolism affect the ability of SNAREs to fuse membranes, (ii) sterols are required for efficient endocytosis, (iii) glycerophospholipids and phosphorylated phosphatidylinositols regulate Golgi-mediated vesicle transport, (iv) lipid acylation is required for efficient vesicle transport mediated membrane fission, and (v) the addition of glycosylphosphatidylinositol lipid anchors to proteins orders them into distinct domains that result in their preferential sorting from other vesicle destined protein components in the endoplasmic reticulum. This review describes the experimental evidence that demonstrates a role for lipid metabolism in the regulation of specific vesicle transport events.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,004
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,004

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,261
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations77
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiochemistry and Cell BiologyMême sujetCellular transport and secretionTravaux en français237 207