MétaCan
Menu
← Retour à la cohorte
Enregistrement W6939509982 · doi:10.6084/m9.figshare.14191374.v1

Insights into the interaction dynamics between volatile anesthetics and tubulin through computational molecular modelling

2021· dataset· en· W6939509982 sur OpenAlexaff

Notice bibliographique

RevueFigshare · 2021
Typedataset
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycorrhizal Fungi and Plant Interactions
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTubulinMicrotubuleMolecular dynamicsVolatile anestheticBinding siteProtein–protein interactionPlasma protein binding

Résumé

récupéré en direct d'OpenAlex

General anesthetics, able to reversibly suppress all conscious brain activity, have baffled medical science for decades, and little is known about their exact molecular mechanism of action. Given the recent scientific interest in the exploration of microtubules as putative functional targets of anesthetics, and the involvement thereof in neurodegenerative disorders, the present work focuses on the investigation of the interaction between human tubulin and four volatile anesthetics: ethylene, desflurane, halothane and methoxyflurane. Interaction sites on different tubulin isotypes are predicted through docking, along with an estimate of the binding affinity ranking. The analysis is expanded by Molecular Dynamics simulations, where the dimers are allowed to freely interact with anesthetics in the surrounding medium. This allowed for the determination of interaction hotspots on tubulin dimers, which could be linked to different functional consequences on the microtubule architecture, and confirmed the weak, Van der Waals-type interaction, occurring within hydrophobic pockets on the dimer. Both docking and MD simulations highlighted significantly weaker interactions of ethylene, consistent with its far lower potency as a general anesthetic. Overall, simulations suggest a transient interaction between anesthetics and microtubules in general anesthesia, and contact probability analysis shows interaction strengths consistent with the potencies of the four compounds. Communicated by Ramaswamy H. Sarma

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,004

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 Opus0,029
Tête enseignante GPT0,243
Écart entre enseignants0,214 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreJeu de données

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetMycorrhizal Fungi and Plant Interactions→Travaux en français237 207→