MétaCan
Menu
Retour à la cohorte
Enregistrement W2953054510 · doi:10.3390/nu11061317

Advanced Glycation End-Products Can Activate or Block Bitter Taste Receptors

2019· article· en· W2953054510 sur OpenAlexafffund
Appalaraju Jaggupilli, Ryan Howard, Rotimi E. Aluko, Prashen Chelikani

Notice bibliographique

RevueNutrients · 2019
Typearticle
Langueen
DomaineNursing
ThématiqueBiochemical Analysis and Sensing Techniques
Établissements canadiensUniversity of ManitobaChildren's Hospital Research Institute of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacsUniversity of Manitoba
Mots-clésGlycationChemistryReceptorTasteLysineTaste receptorAdvanced glycation end-productIC50BiochemistryStereochemistryAmino acidPharmacologyIn vitroBiology

Résumé

récupéré en direct d'OpenAlex

Bitter taste receptors (T2Rs) are expressed in several tissues of the body and are involved in a variety of roles apart from bitter taste perception. Advanced glycation end-products (AGEs) are produced by glycation of amino acids in proteins. There are varying sources of AGEs, including dietary food products, as well as endogenous reactions within our body. Whether these AGEs are T2R ligands remains to be characterized. In this study, we selected two AGEs, namely, glyoxal-derived lysine dimer (GOLD) and carboxymethyllysine (CML), based on their predicted interaction with the well-studied T2R4, and its physiochemical properties. Results showed predicted binding affinities (Kd) for GOLD and CML towards T2R4 in the nM and μM range, respectively. Calcium mobilization assays showed that GOLD inhibited quinine activation of T2R4 with IC50 10.52 ± 4.7 μM, whilst CML was less effective with IC50 32.62 ± 9.5 μM. To characterize whether this antagonism was specific to quinine activated T2R4 or applicable to other T2Rs, we selected T2R14 and T2R20, which are expressed at significant levels in different human tissues. A similar effect of GOLD was observed with T2R14; and in contrast, GOLD and CML activated T2R20 with an EC50 of 79.35 ± 29.16 μM and 65.31 ± 17.79 μM, respectively. In this study, we identified AGEs as novel T2R ligands that caused either activation or inhibition of different T2Rs.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,251
Écart entre enseignants0,239 · 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'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

Citations16
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetBiochemical Analysis and Sensing TechniquesTravaux en français237 207