MétaCan
Menu
Retour à la cohorte
Enregistrement W3160758484 · doi:10.1101/2021.05.12.443385

Functional expression of opioid receptors and other human GPCRs in yeast engineered to produce human sterols

2021· preprint· en· W3160758484 sur OpenAlexaff
Björn D. M. Bean, Colleen J. Mulvihill, Riddhiman K. Garge, Daniel R. Boutz, Olivier Rousseau, Brendan M. Floyd, William Cheney, Elizabeth C. Gardner, Andrew D. Ellington, Edward M. Marcotte, Jimmy Gollihar, Malcolm Whiteway, Vincent J. J. Martin

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueReceptor Mechanisms and Signaling
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésG protein-coupled receptorSterolDAMGOReceptorBiologyYeastAgonistOpioidSaccharomyces cerevisiaeChemistryBiochemistryOpioid receptorCholesterol

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The yeast Saccharomyces cerevisiae is a powerful tool for studying G protein-coupled receptors (GPCRs) as they can be functionally coupled to its pheromone response pathway. However, some exogenous GPCRs, including the mu opioid receptor, are non-functional in yeast, which may be due to the presence of the fungal sterol ergosterol instead of the animal sterol cholesterol. We engineered yeast to produce cholesterol and introduced the human mu opioid receptor, creating an opioid biosensor capable of detecting the peptide DAMGO at an EC 50 of 62 nM and the opiate morphine at an EC 50 of 882 nM. Furthermore, introducing mu, delta, and kappa opioid receptors from diverse vertebrates consistently yielded active opioid biosensors that both recapitulated expected agonist binding profiles with EC 50 s as low as 2.5 nM and were inhibited by the antagonist naltrexone. Additionally, clinically relevant human mu opioid receptor alleles, or variants with terminal mutations, resulted in biosensors that largely displayed the expected changes in activity. We also tested mu opioid receptor-based biosensors with systematically adjusted biosynthetic intermediates of cholesterol, enabling us to relate sterol profiles with biosensor sensitivity. Finally, cholesterol-producing and sterol intermediate biosensor backgrounds were applied to other human GPCRs, resulting in SSTR5, 5-HTR4, FPR1 and NPY1R signaling with varying degrees of cholesterol dependence. Our sterol-optimized platform will be a valuable tool in generating human GPCR-based biosensors, aiding in ongoing receptor deorphanization efforts, and providing a framework for high-throughput screening of receptors and effectors.

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 seuil0,004

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)0,0010,001

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 Opus0,015
Tête enseignante GPT0,224
Écart entre enseignants0,210 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetReceptor Mechanisms and SignalingTravaux en français237 207