Glycerophospholipids: Roles in Cell Trafficking and Associated Inborn Errors
Notice bibliographique
Résumé
Glycerophospholipids (GPLs) are the main lipid components of cellular membranes. They are implicated in membrane structure, vesicle trafficking, neurotransmission, and cell signalling. GPL molecules are amphiphilic, organized around the three carbons of glycerol. Positions sn-1 and sn-2 are each esterified to a fatty acid (FA). At position sn-3, a phosphate group is linked, which in turn can bind a polar head group, the most prevalent classes being phosphatidic acid (PA, phosphate alone as head group), phosphatidylcholine (PC), phosphatidylethanolamine (PE), phosphatidylserine (PS), phosphatidylinositol (PI), and cardiolipin (CL). Pathways of GPL biosynthesis span several cell compartments (endoplasmic reticulum (ER), Golgi mitochondria). Particularly important are mitochondria-associated membranes (MAMs), where the ER and mitochondrial outer membrane are in proximity. After synthesis, GPLs continuously undergo remodelling by FA hydrolysis and re-esterification. Esterification with different FAs alters membrane properties. Many steps in GPL synthesis and remodelling can be mediated by more than one enzyme, suggesting complexity that requires further exploration. The 38 known GPL-related inborn errors are clinically diverse. 23 (61%) have neurologic features, sometimes progressive and severe, particularly developmental delay/encephalopathy in 16 (42%) and spastic paraplegia in 12 (32%). Photoreceptor/neuroretinal disease occurs in 14 (37%). Three present skeletal dysplasias (8%). Most GPL inborn errors have been diagnosed by broad molecular testing. Lipidomics holds promise for diagnostic testing and for the discovery of functionally relevant metabolite profiles for monitoring natural history and treatment response.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 | 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 ».