Notice bibliographique
Résumé
Proteins are major components of biological membranes that affect the formation of membrane domains. We have been interested in the role of protein segments that partition at the membrane interface in modifying the distribution of cholesterol in membranes. It has been suggested that the sequence ‐L/V‐(X)(1‐5)‐Y‐(X)(1‐5)‐R/K‐, in which (X)(1‐5) represents between one to five residues of any amino acid, promotes interaction with cholesterol. This pattern of amino acids has been termed the CRAC motif. Certain CRAC sequences cause the formation of cholesterol‐rich regions, even in membranes not containing high melting lipids. These peptides also insert more deeply into membranes containing cholesterol compared with membranes of pure phosphatidylcholine. Molecular modeling provides an explanation for the role of Tyr in the CRAC motif. The CRAC motif is very general and encompasses a large number of sequences, not all of which are equally effective in promoting cholesterol sequestration. We have found that the segment YIYF of the sterol sensing domain is sufficient by itself to interact with cholesterol‐rich domains. The segment YIYF is present at the end of transmembrane helices of a number of proteins that interact with cholesterol. In some case this segment is part of a CRAC sequence and in others it is not. There are also other peptides and proteins that have the opposite effect, i.e. they insert more deeply into membranes devoid of cholesterol. Because cholesterol increases the tightness of packing of membrane components, this is expected to be a common situation and a thermodynamic consequence of the unequal distribution of proteins between cholesterol‐rich and cholesterol‐depleted domains will also lead to the segregation of cholesterol into domains, without the protein having any direct interaction with cholesterol. These phenomena are dependent on cholesterol chirality.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,010 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».