MétaCan
Menu
Retour à la cohorte
Enregistrement W2966861234 · doi:10.1002/pmic.201900138

Specificity of Acyl Chain Composition of Phosphatidylinositols

2019· review· en· W2966861234 sur OpenAlexaff
José Carlos Bozelli, Richard M. Epand

Notice bibliographique

RevuePROTEOMICS · 2019
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueLipid metabolism and biosynthesis
Établissements canadiensMcMaster UniversityHamilton Health SciencesHealth Sciences CentreMcMaster University Medical Centre
Organismes subventionnairesnon disponible
Mots-clésBiochemistryBiologyPhosphatidylinositolContext (archaeology)Transcription factorGeneLipid metabolismLipidomicsCell biologySignal transduction

Résumé

récupéré en direct d'OpenAlex

Phosphatidylinositol (PI) lipids have a predominance of a single molecular species present through the organism. In healthy mammals this molecular species is 1-stearoyl-2-arachidonoyl (18:0/20:4) PI. Although the importance of PI lipids for cell physiology has long been appreciated, less is known about the biological role of enriching PI lipids with 18:0/20:4 acyl chains. In conditions with dysfunctional lipid metabolism, the predominance of 18:0/20:4 acyl chains is lost. Recently, molecular mechanisms underpinning the enrichment or alteration of these acyl chains in PI lipids have begun to emerge. In the majority of the cases a common feature is the presence of enzymes bearing substrate acyl chain specificity. However, in cancer cells, it has been shown that one (not the only) of the mechanisms responsible for the loss in this acyl chain enrichment is mutation on the transcription factor p53 gene, which is one of the most highly mutated genes in cancers. There is a compelling need for a global picture of the specificity of the acyl chain composition of PIs. This can be possible once high-resolution spatio-temporal information is gathered in a cellular context; which can ultimately lead to potential novel targets to combat conditions with altered PI acyl chain profiles.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,031
Tête enseignante GPT0,293
Écart entre enseignants0,261 · 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

Citations33
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePROTEOMICSMême sujetLipid metabolism and biosynthesisTravaux en français237 207