MétaCan
Menu
Retour à la cohorte
Enregistrement W2908877984 · doi:10.1021/acs.jctc.8b00933

Cholesterol Flip-Flop in Heterogeneous Membranes

2019· article· en· W2908877984 sur OpenAlexafffund
Ruo‐Xu Gu, Svetlana Baoukina, D. Peter Tieleman

Notice bibliographique

RevueJournal of Chemical Theory and Computation · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueLipid Membrane Structure and Behavior
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanadian Institutes of Health ResearchAlberta Innovates - Health Solutions
Mots-clésMembraneFlipCholesterolBilayerMolecular dynamicsWork (physics)Chemical physicsMoleculeFlip-flopMaterials scienceChemistryBiophysicsNanotechnologyComputational chemistryPhysicsOptoelectronicsBiochemistryBiologyThermodynamics

Résumé

récupéré en direct d'OpenAlex

Cholesterol is the most abundant molecule in the plasma membrane of mammals. Its distribution across the two membrane leaflets is critical for understanding how cells work. Cholesterol trans-bilayer motion (flip-flop) is a key process influencing its distribution in membranes. Despite extensive investigations, the rate of cholesterol flip-flop and its dependence on the lateral heterogeneity of membranes remain uncertain. In this work, we used atomistic molecular dynamics simulations to sample spontaneous cholesterol flip-flop events in a DPPC:DOPC:cholesterol mixture with heterogeneous lateral distribution of lipids. In addition to an overall flip-flop rate at the time scale of sub-milliseconds, we identified a significant impact of local environment on flip-flop rate. We discuss the atomistic details of the flip-flop events observed in our simulations.

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 enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
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 Opus0,006
Tête enseignante GPT0,250
Écart entre enseignants0,244 · 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

Citations112
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical Theory and ComputationMême sujetLipid Membrane Structure and BehaviorTravaux en français237 207