MétaCan
Menu
Retour à la cohorte
Enregistrement W4402405780 · doi:10.1016/j.bbrc.2024.150680

Size of lipid emulsion droplets influences metabolism in human CD4+ T cells

2024· article· en· W4402405780 sur OpenAlexaff
Nazek Noureddine, Gregory Holtzhauer, Paulina Wawrzyniak, Pakeerathan Srikanthan, Stefanie D. Krämer, Gerhard Rogler, Eliana Lucchinetti, Michael Zaugg, Martin Hersberger

Notice bibliographique

RevueBiochemical and Biophysical Research Communications · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueLipid Membrane Structure and Behavior
Établissements canadiensUniversity of Alberta
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung
Mots-clésIntracellularTriglycerideEmulsionLipid metabolismFat emulsionLipid emulsionGlycerolParenteral nutritionMetabolismLipid dropletChemistryBiochemistryInternal medicineMedicineCholesterol

Résumé

récupéré en direct d'OpenAlex

SCOPE: T cells, focusing on their impact on cellular metabolism. METHODS AND RESULTS: T cells was investigated using different endocytic blockers, then quantified by flow cytometry, and visualized by confocal microscopy. To investigate emulsion intracellular fate, fatty acids in membrane phospholipids were quantified by GC-MS/MS and cellular metabolism was assessed by Seahorse technology. Results show T cells internalize both conventional and nano-sized emulsions using macropinocytosis. Fatty acids from emulsions are stored as neutral lipids in intracellular vesicles and are incorporated into phospholipids of cellular membranes. However, only nanoemulsions additionally use clathrin-mediated endocytosis and deliver fatty acids to mitochondria for increased β-oxidation. CONCLUSIONS: T cells. Our results highlight the potential for improved nutrient utilization with nanoemulsions in TPN formulations possibly leading to less adverse effects.

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 Opus0,038
Tête enseignante GPT0,376
Écart entre enseignants0,338 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiochemical and Biophysical Research CommunicationsMême sujetLipid Membrane Structure and BehaviorTravaux en français237 207