MétaCan
Menu
Retour à la cohorte
Enregistrement W2587983445 · doi:10.1039/c6cp08104e

Partitioning of caffeine in lipid bilayers reduces membrane fluidity and increases membrane thickness

2017· article· en· W2587983445 sur OpenAlexafffund
Adree Khondker, Alexander Dhaliwal, Richard J. Alsop, Jennifer Tang, Matilda Backholm, An‐Chang Shi, Maikel C. Rheinstädter

Notice bibliographique

RevuePhysical Chemistry Chemical Physics · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueLipid Membrane Structure and Behavior
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Ministry of Economic Development and InnovationCanada Foundation for InnovationMcMaster University
Mots-clésMembraneCaffeineMembrane fluidityThickeningLipid bilayerBiophysicsChemistryLipid accumulationBiochemistryBiologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Caffeine is a small amphiphilic molecule, which is widely consumed as a stimulant to prevent fatigue, but is also used as a common drug adjuvant in modern medicine. Here, we show that caffeine interacts with unsaturated lipid membranes made of 1-palmitoyl-2-oleoyl-sn-glycero-3-phosphocholine (POPC). By combining X-ray diffraction and molecular dynamics simulations, we present evidence that caffeine partitions in lipid membranes and locates at the head group-tail group interface of the bilayers. By attracting water molecules from neighboring lipid molecules, it leads to the formation of "water pockets", i.e., a local increase of water density at this interface. Through this mechanism, caffeine leads to an overall decrease of the gauche defect density in the membranes and an increase of membrane thickness, indicating a loss of membrane fluidity. These non-specific membrane interactions may increase the efficacy of analgesic drugs through changes in the bioavailability and rate of metabolism of these drugs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 seuil1,000

Scores Codex et Gemma par catégorie

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 technologies0,0000,001
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 Opus0,014
Tête enseignante GPT0,269
Écart entre enseignants0,255 · 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 tête enseignante, pas un consensus.

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

Citations38
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Chemistry Chemical PhysicsMême sujetLipid Membrane Structure and BehaviorTravaux en français237 207