MétaCan
Menu
Retour à la cohorte
Enregistrement W2296612883 · doi:10.1371/journal.pone.0150716

Ion Concentration- and Voltage-Dependent Push and Pull Mechanisms of Potassium Channel Ion Conduction

2016· article· en· W2296612883 sur OpenAlexfundno aff
Kota Kasahara, Matsuyuki Shirota, Kengo Kinoshita

Notice bibliographique

RevuePLoS ONE · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueIon channel regulation and function
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of GeneticsResearch Organization of Information and Systems
Mots-clésIonIon channelIon transporterPotassium channelPotassiumThermal conductionChemistryBiophysicsMembrane potentialMaterials scienceBiochemistryBiology

Résumé

récupéré en direct d'OpenAlex

The mechanism of ion conduction by potassium channels is one of the central issues in physiology. In particular, it is still unclear how the ion concentration and the membrane voltage drive ion conduction. We have investigated the dynamics of the ion conduction processes in the Kv1.2 pore domain, by molecular dynamics (MD) simulations with several different voltages and ion concentrations. By focusing on the detailed ion movements through the pore including selectivity filter (SF) and cavity, we found two major conduction mechanisms, called the III-IV-III and III-II-III mechanisms, and the balance between the ion concentration and the voltage determines the mechanism preference. In the III-IV-III mechanism, the outermost ion in the pore is pushed out by a new ion coming from the intracellular fluid, and four-ion states were transiently observed. In the III-II-III mechanism, the outermost ion is pulled out first, without pushing by incoming ions. Increases in the ion concentration and voltage accelerated ion conductions, but their mechanisms were different. The increase in the ion concentrations facilitated the III-IV-III conductions, while the higher voltages increased the III-II-III conductions, indicating that the pore domain of potassium channels permeates ions by using two different driving forces: a push by intracellular ions and a pull by voltage.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,024
Tête enseignante GPT0,211
Écart entre enseignants0,187 · 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'étudeSimulation ou modélisation
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

Citations11
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetIon channel regulation and functionTravaux en français237 207