MétaCan
Menu
Retour à la cohorte
Enregistrement W4393167915 · doi:10.1016/j.jbc.2024.106392

Abstract 2211 Differential interactions of Gd with key mammalian lipids contained in brain membranes affect liposome fluidity and size

2024· article· en· W4393167915 sur OpenAlexafffundabout
Travis Issler, Kianmehr Farzi, Colin Unruh, Elmar J. Prenner

Notice bibliographique

RevueJournal of Biological Chemistry · 2024
Typearticle
Langueen
DomaineNursing
ThématiqueTrace Elements in Health
Établissements canadiensUniversity of Calgary
Organismes subventionnairesOffice of Advanced CyberinfrastructureNatural Sciences and Engineering Research Council of CanadaNational Centre for Supercomputing ApplicationsNational Science Foundation
Mots-clésLiposomeMembrane fluidityMembraneBiophysicsChemistryAffect (linguistics)Differential effectsBiochemistryBiologyPsychologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Gadolinium containing chelates are important for magnetic resonance imaging because they increase the contrast and improve the proper analysis of the patient scans. In some cases, gadolinium was found to deposit in both brain and kidney tissues. Moreover, environmental gadolinium has been found surrounding healthcare systems that utilize Gd in MRI. Given the potential for gadolinium deposition in the brain, the objective of this study was to characterize the extent of the metal interactions with key mammalian brain lipids to assess potential detrimental effects at the level of the cell membrane. Fluorescence spectroscopy and dynamic light scattering were used to determine metal induced changes in membrane fluidity and liposome size for samples comprised of phosphatidylcholines, sphingomyelins, brain polar extracts, and a biomimetic model of myelin. Electrostatic interactions promote complexation of gadolinium ions to anionic lipids like phosphatidylserine yet increases in both membrane rigidity and liposome size were also observed for zwitterionic lipids such as phosphatidylcholine and sphingomyelin. Moreover, effects were stronger for lipids with fully saturated acyl chain architecture compared to monounsaturated lipids. Gd induced these changes at low micromolar concentrations compared to the effects of the highly toxic metals cadmium and lead, which required millimolar concentrations for equivalent changes. The interactions of gadolinium change the membrane dynamics of key brain lipids which may impact important processes. These data demonstrate that more research is needed to better understand the potentially serious effects of gadolinium use in the healthcare industry. This research was funded by the Natural Sciences and Engineering Research Council of Canada through a Discovery Grant to E.J.P.

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 seuil0,006

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)0,0020,000

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 Opus0,024
Tête enseignante GPT0,307
Écart entre enseignants0,283 · 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

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Biological ChemistryMême sujetTrace Elements in HealthTravaux en français237 207