MétaCan
Menu
Retour à la cohorte
Enregistrement W2743762624 · doi:10.1002/bies.201700072

Activation processes in ligand‐activated G protein‐coupled receptors: A case study of the adenosine A<sub>2A</sub> receptor

2017· review· en· W2743762624 sur OpenAlexafffund
R. Scott Prosser, Libin Ye, Aditya Pandey, Alexander Orazietti

Notice bibliographique

RevueBioEssays · 2017
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueReceptor Mechanisms and Signaling
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésReceptorG protein-coupled receptorAdenosineAdenosine receptorChemistryLigand (biochemistry)Cell biologyBiologyBiochemistryAgonist

Résumé

récupéré en direct d'OpenAlex

Here we review concepts related to an ensemble description of G‐protein‐coupled receptors (GPCRs). The ensemble is characterized by both inactive and active states, whose equilibrium populations and exchange rates depend sensitively on ligand, environment, and allosteric factors. This review focuses on the adenosine A2 receptor (A2AR), a prototypical class A GPCR. 19F Nuclear Magnetic Resonance (NMR) studies show that apo A2AR is characterized by a broad ensemble of conformers, spanning inactive to active states, and resembling states defined earlier for rhodopsin. In keeping with ideas associated with a conformational selection mechanism, addition of agonist serves to allosterically restrict the overall degrees of freedom at the G protein binding interface and bias both states and functional dynamics to facilitate G protein binding and subsequent activation. While the ligand does not necessarily “induce” activation, it does bias sampling of states, increase the cooperativity of the activation process and thus, the lifetimes of functional activation intermediates, while restricting conformational dynamics to that needed for activation.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,055
Tête enseignante GPT0,319
Écart entre enseignants0,263 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations25
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioEssaysMême sujetReceptor Mechanisms and SignalingTravaux en français237 207