MétaCan
Menu
Retour à la cohorte
Enregistrement W2149389829 · doi:10.1002/cbic.200600563

HeLa Cell Entry by Guanidinium‐Rich β‐Peptides: Importance of Specific Cation–Cell Surface Interactions

2007· article· en· W2149389829 sur OpenAlexafffund
Terra Potocky, John R. Silvius, Anant K. Menon, Samuel H. Gellman

Notice bibliographique

RevueChemBioChem · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensMcGill University
Organismes subventionnairesNational Institute of General Medical SciencesCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésGuanidinium chlorideChemistryHeLaCytoplasmGuanidineEndocytic cycleCellBiochemistryEnzymeEndocytosis

Résumé

récupéré en direct d'OpenAlex

Short cationic oligomers, including arginine-rich peptides and analogous beta-amino acid oligomers ("beta-peptides"), can enter the cytoplasm and nucleus of a living cell from the extracellular medium. It seems increasingly clear that multiple entry pathways are possible, depending upon the structure of the guanidinium-rich molecule, the type of cell, and other factors. We have previously shown that conformational stability and spatial clustering of guanidinium groups increase the HeLa cell entry efficiency of short helical beta-peptides bearing six guanidinium groups, results that suggest that these beta-peptides could be useful tools for studying the entry process. Here we describe studies intended to identify the point in the entry process at which helix stability and spatial arrangement of guanidinium groups exert their effect. Our results suggest that key distinctions involve the mode of interaction between different guanidinium-rich beta-peptides and the HeLa cell surface. A specific guanidinium display appears to be required for proper engagement of cell-surface heparan sulfate proteoglycans and concomitant induction of endocytic uptake.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,242
Écart entre enseignants0,233 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations53
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemBioChemMême sujetRNA Interference and Gene DeliveryTravaux en français237 207