MétaCan
Menu
Retour à la cohorte
Enregistrement W4226036102 · doi:10.7554/elife.73901

Allosteric modulation of the adenosine A2A receptor by cholesterol

2021· article· en· W4226036102 sur OpenAlexafffund
Shuya Kate Huang, Omar Almurad, Reizel J Pejana, Zachary A. Morrison, Aditya Pandey, Louis-Philippe Picard, Mark Nitz, Adnan Sljoka, R. Scott Prosser

Notice bibliographique

RevueeLife · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueReceptor Mechanisms and Signaling
Établissements canadiensYork UniversityUniversity of Toronto
Organismes subventionnairesJapan Science and Technology AgencyCanadian Institutes of Health Research
Mots-clésAllosteric regulationBiophysicsCholesterolChemistryAllosteric enzymePhospholipidBiochemistryMembrane fluidityNuclear magnetic resonance spectroscopyReceptorStereochemistryMembraneBiology

Résumé

récupéré en direct d'OpenAlex

Cholesterol is a major component of the cell membrane and commonly regulates membrane protein function. Here, we investigate how cholesterol modulates the conformational equilibria and signaling of the adenosine A 2A receptor (A 2A R) in reconstituted phospholipid nanodiscs. This model system conveniently excludes possible effects arising from cholesterol-induced phase separation or receptor oligomerization and focuses on the question of allostery. GTP hydrolysis assays show that cholesterol weakly enhances the basal signaling of A 2A R while decreasing the agonist EC 50 . Fluorine nuclear magnetic resonance ( 19 F NMR) spectroscopy shows that this enhancement arises from an increase in the receptor’s active state population and a G-protein-bound precoupled state. 19 F NMR of fluorinated cholesterol analogs reveals transient interactions with A 2A R, indicating a lack of high-affinity binding or direct allosteric modulation. The combined results suggest that the observed allosteric effects are largely indirect and originate from cholesterol-mediated changes in membrane properties, as shown by membrane fluidity measurements and high-pressure NMR.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,042
Score d'incertitude au seuil0,211

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,211
Écart entre enseignants0,205 · 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 tête enseignante, 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

Citations63
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeLifeMême sujetReceptor Mechanisms and SignalingTravaux en français237 207