Targeted lipidomics – advances in profiling lysophosphocholine and platelet‐activating factor second messengers
Notice bibliographique
Résumé
Glycerophosphocholines are the major building blocks of biological membranes. They are also precursors of low-molecular-weight second messengers with mass to charge ratios of 450-600. These messengers include lysophosphatidylcholines (LPCs) and lyso-platelet activating factors (PAFs) that may be further processed into PAFs. Often considered as a single species, LPCs, PAFs and lyso-PAFs are, in fact, families of glycerophosphocholine-derived lipids distinguished by the linkage of their sn-1 carbon chains to the phosphoglyceride backbone (ester or ether), their sn-1 carbon chain length and degree of unsaturation, and the identity of their sn-2 constituents (a hydroxyl or acetyl group). Each LPC and PAF species exhibits a different affinity for its cognate G-protein-coupled receptors, and each species elicits receptor-independent actions that play critical signalling roles. Targeted mass spectrometry-based lipidomic approaches are enabling the molecular identification and quantification of these low-abundance second messengers. Variations between datasets map the temporal landscape of second messengers available for signalling, and provide snapshots of the state of structural membrane compositional remodelling at the time of extraction. Here, we review a number of advances in lipidomic methodologies used to identify LPCs, lyso-PAFs and PAFs, and highlight how these targeted approaches are providing valuable insight into the roles played by the cellular lipidome in cell function and disease susceptibility.
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) | 0,001 | 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 | 0,001 |
| 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 ».