MétaCan
Menu
Retour à la cohorte
Enregistrement W1888973713 · doi:10.1039/b302893c

Thermodynamics of protein model compounds: apparent molar volumes and isobaric heat capacities of selected cyclic dipeptides and their transfer properties from water to aqueous urea solutions at T = 298.15 K

2003· article· en· W1888973713 sur OpenAlexaff
Andrew W. Hakin, Jin L. Liu, Meghan O'Shea, Brianne Zorzetti

Notice bibliographique

RevuePhysical Chemistry Chemical Physics · 2003
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueThermodynamic properties of mixtures
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésChemistryAqueous solutionUreaIsobaric processDilutionThermodynamicsGlycylglycineHeat capacityMolarEnthalpyPhysical chemistryOrganic chemistryAmino acid

Résumé

récupéré en direct d'OpenAlex

The effects of added protein denaturant (urea) on the volumetric and thermochemical properties of several protein model compounds (cyclic dipeptides) have been investigated at T = 298.15 K and p = 0.1 MPa. Relative densities and specific heat capacities are reported for the cyclic dipeptides cyclo-glycylglycine, cyclo-alanylalanine and cyclo-sarcosylsarcosine in aqueous urea solutions in the concentration range 1 ≤ m(urea)/mol kg−1 ≤ 11. The measurements were performed using a Sodev O2D vibrating tube densimeter and a Picker dynamic microcalorimeter. Apparent molar volumes and heat capacities have been calculated and their concentration dependences have been modeled to give partial molar properties at infinite dilution. The partial molar properties have been used to calculate thermodynamic parameters describing the transfer of the cyclic dipeptides from water to aqueous urea solutions. Estimates of transfer properties for the glycyl group and the alanyl side chain have been obtained using the principles of group additivity. The interaction of urea with the investigated protein model compounds is discussed in terms of the role of urea as a protein denaturant.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,229
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,177
Écart entre enseignants0,165 · 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 tête enseignante, pas un consensus.

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

Citations9
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Chemistry Chemical PhysicsMême sujetThermodynamic properties of mixturesTravaux en français237 207