MétaCan
Menu
Retour à la cohorte
Enregistrement W3208650989 · doi:10.1007/s12551-021-00876-9

Insights into lipid-protein interactions from computer simulations

2021· review· en· W3208650989 sur OpenAlexafffund
D. Peter Tieleman, Besian I. Sejdiu, Elio A. Cino, Paul Smith, Estefania Barreto-Ojeda, Hanif M. Khan, Valentina Corradi

Notice bibliographique

RevueBiophysical Reviews · 2021
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueLipid Membrane Structure and Behavior
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchMitacsCanada Research ChairsCampus FranceCompute Canada
Mots-clésMembrane proteinFunction (biology)ChemistryLipid bilayerMembrane fluidityMembrane lipidsBiophysicsComputational biologyMembraneBiologyBiochemistryCell biology

Résumé

récupéré en direct d'OpenAlex

Lipid-protein interactions play an important direct role in the function of many membrane proteins. We argue they are key players in membrane structure, modulate membrane proteins in more subtle ways than direct binding, and are important for understanding the mechanism of classes of hydrophobic drugs. By directly comparing membrane proteins from different families in the same, complex lipid mixture, we found a unique lipid environment for every protein. Extending this work, we identified both differences and similarities in the lipid environment of GPCRs, dependent on which family they belong to and in some cases their conformational state, with particular emphasis on the distribution of cholesterol. More recently, we have been studying modes of coupling between protein conformation and local membrane properties using model proteins. In more applied approaches, we have used similar methods to investigate specific hypotheses on interactions of lipid and lipid-like molecules with ion channels. We conclude this perspective with some considerations for future work, including a new more sophisticated coarse-grained force field (Martini 3), an interactive visual exploration framework, and opportunities to improve sampling.

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)0,001
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,042
Tête enseignante GPT0,351
Écart entre enseignants0,310 · 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
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

Citations32
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiophysical ReviewsMême sujetLipid Membrane Structure and BehaviorTravaux en français237 207