MétaCan
Menu
Retour à la cohorte
Enregistrement W2149577583 · doi:10.1002/pro.101

Apolipoprotein AI tertiary structures determine stability and phospholipid‐binding activity of discoidal high‐density lipoprotein particles of different sizes

2009· article· en· W2149577583 sur OpenAlexaff
Bin Chen, Xuefeng Ren, Tracey A-M. Neville, W. Gray Jerome, David Hoyt, Daniel L. Sparks, Gang Ren, Jianjun Wang

Notice bibliographique

RevueProtein Science · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesPacific Northwest National LaboratoryUniversity of California, San FranciscoNational Cancer InstituteNational Institutes of HealthVanderbilt UniversityBiological and Environmental ResearchNational Heart, Lung, and Blood InstitutePfizerBattelleAmerican Heart AssociationNational Institute of Diabetes and Digestive and Kidney DiseasesU.S. Department of Energy
Mots-clésChemistryPhospholipidCholesterolLecithinLipoproteinHigh-density lipoproteinCrystallographyBiophysicsBiochemistryBiology

Résumé

récupéré en direct d'OpenAlex

Human high-density lipoprotein (HDL) plays a key role in the reverse cholesterol transport pathway that delivers excess cholesterol back to the liver for clearance. In vivo, HDL particles vary in size, shape and biological function. The discoidal HDL is a 140-240 kDa, disk-shaped intermediate of mature HDL. During mature spherical HDL formation, discoidal HDLs play a key role in loading cholesterol ester onto the HDL particles by activating the enzyme, lecithin:cholesterol acyltransferase (LCAT). One of the major problems for high-resolution structural studies of discoidal HDL is the difficulty in obtaining pure and, foremost, homogenous sample. We demonstrate here that the commonly used cholate dialysis method for discoidal HDL preparation usually contains 5-10% lipid-poor apoAI that significantly interferes with the high-resolution structural analysis of discoidal HDL using biophysical methods. Using an ultracentrifugation method, we quickly removed lipid-poor apoAI. We also purified discoidal reconstituted HDL (rHDL) into two pure discoidal HDL species of different sizes that are amendable for high-resolution structural studies. A small rHDL has a diameter of 7.6 nm, and a large rHDL has a diameter of 9.8 nm. We show that these two different sizes of discoidal HDL particles display different stability and phospholipid-binding activity. Interestingly, these property/functional differences are independent from the apoAI alpha-helical secondary structure, but are determined by the tertiary structural difference of apoAI on different discoidal rHDL particles, as evidenced by two-dimensional NMR and negative stain electron microscopy data. Our result further provides the first high-resolution NMR data, demonstrating a promise of structural determination of discoidal HDL at atomic resolution using a combination of NMR and other biophysical techniques.

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 enseignants0,001
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)0,0010,000

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 Opus0,014
Tête enseignante GPT0,255
Écart entre enseignants0,242 · 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

Citations36
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProtein ScienceMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207