Application du SPR dans le criblage des ligands synthétiques du CD36 et sa validation
Bibliographic record
Abstract
Le CD36 est un récepteur de type éboueur de classe B exprimé à la surface de nombreux types cellulaires dont les macrophages, les cellules endothéliales de la microvasculature et les plaquettes. Ce récepteur multiligand est impliqué dans plusieurs processus pathologiques notamment l’athérosclérose, l’angiogénèse et la malaria via la liaison spécifique de ligands comme les lipoprotéines oxydées de basse densité, la thrombospondine-1 et la protéine PfEMP-1, respectivement. \n\n\tLes peptides de la relâche de l’hormone de croissance (GHRP) ont été identifiés comme les premiers ligands synthétiques du CD36. Afin de développer de nouveaux ligands synthétiques du CD36, l’établissement d’une méthode de criblage est essentiel pour découvrir des composés avec une liaison de haute affinité pour ce récepteur. Pour y parvenir, nous avons surexprimé le domaine extracellulaire du CD36 humain dans les cellules d’insectes Sf9. La protéine soluble purifiée par chromatographie d’affinité fut immobilisée à la surface d’une plaque de résonance de plasmons de surface (SPR) pour les études de liaison. La méthodologie développée a permis de caractériser les ligands du CD36 en déterminant leurs constantes de dissociation (KD), et d’établir une relation structure-activité des ligands de la famille des azapeptides, des composés dérivés du GHRP-6. Afin de valider la méthode par spectroscopie SPR, une corrélation a été établie entre les valeurs de KD obtenues en SPR et les valeurs d’CI50 de courbes d’inhibition de la phosphorylation des MAP kinases JNK1/2 induite par un phospholipide oxydé, le POVPC, en présence de concentrations croissantes de ligands du CD36 dans les macrophages RAW 264.7.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".