Notice bibliographique
Résumé
Cells contain thousands of different lipids. Their rapid and redundant metabolism, dynamic movement, and many interactions with other biomolecules have justly earned lipids a reputation as a vexing class of molecules to understand. Further, as the cell's hydrophobic metabolites, lipids assemble into supramolecular structures─most commonly bilayers, or membranes─from which they carry out myriad biological functions. Motivated by this daunting complexity, researchers across disciplines are bringing order to the seeming chaos of biological lipids and membranes. Here, we formalize these efforts as "synthetic lipid biology". Inspired by the idea, central to synthetic biology, that our abilities to understand and build biological systems are intimately connected, we organize studies and approaches across numerous fields to create, manipulate, and analyze lipids and biomembranes. These include construction of lipids and membranes from scratch using chemical and chemoenzymatic synthesis, editing of pre-existing membranes using optogenetics and protein engineering, detection of lipid metabolism and transport using bioorthogonal chemistry, and probing of lipid-protein interactions and membrane biophysical properties. What emerges is a portrait of an incipient field where chemists, biologists, physicists, and engineers work together in proximity─like lipids themselves─to build a clearer description of the properties, behaviors, and functions of lipids and membranes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».