MétaCan
Menu
Retour à la cohorte
Enregistrement W2887604271 · doi:10.1038/s42003-018-0101-z

Bioluminescence resonance energy transfer-based biosensors allow monitoring of ligand- and transducer-mediated GPCR conformational changes

2018· article· en· W2887604271 sur OpenAlexafffund
Louis-Philippe Picard, Anne Marie Schönegge, Martin J. Lohse, Michel Bouvier

Notice bibliographique

RevueCommunications Biology · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueReceptor Mechanisms and Signaling
Établissements canadiensUniversité de MontréalInstitute for Research in Immunology and Cancer
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health Research
Mots-clésBioluminescenceTransducerBiosensorG protein-coupled receptorFörster resonance energy transferEnergy transferBiophysicsLigand (biochemistry)Resonance (particle physics)ChemistryReceptorBiologyPhysicsFluorescenceBiochemistryChemical physicsAcoustics

Résumé

récupéré en direct d'OpenAlex

G protein-coupled receptors (GPCRs) are seven-transmembrane proteins that mediate a variety of cellular response which make them a target of choice for drug development in many indications. It is now well established that GPCRs can adopt several distinct conformations that can be differentially stabilized by various ligands resulting in different biological outcomes, a concept known as functional selectivity. However, due to the highly hydrophobic nature of GPCRs, tools to monitor these conformational ensembles are limited and addressing their conformation dynamics remains a challenge with current structural biology approaches. Here we describe new bioluminescent resonance energy transfer-based biosensors that can probe the conformational rearrangement promoted by ligands with different signaling efficacies as well as the impact of transducers such as G proteins and β-arrestin on these conformational transitions. The design of such sensors for other receptors should be useful to further explore the structural determinants of GPCR functional selectivity.

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 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 enseignants0,033
Score d'incertitude au seuil0,459

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 Opus0,027
Tête enseignante GPT0,273
Écart entre enseignants0,246 · 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.

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

Citations32
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCommunications BiologyMême sujetReceptor Mechanisms and SignalingTravaux en français237 207