Analysis and Parametric Optimization of <sup>1</sup>H Off-Resonance Relaxation NMR Experiments Designed to Map Polypeptide Self-Recognition and Other Noncovalent Interactions
Notice bibliographique
Résumé
The measurement of 1H off-resonance nonselective relaxation rates (R(theta,ns)) has been recently proposed as an effective method to probe peptide self-recognition, opening new perspectives in the understanding of the prefibrillization oligomerization processes in amylodogenesis. However, a full analysis and parametric optimization of the NMR experiments designed to measure R(theta,ns) relaxation rates is still missing. Here we analyze the dependence of the R(theta,ns) rates upon three critical parameters: the tilt angle of the effective field during the spin lock, the static magnetic field, and finally the repetition delay. Our analysis reveals that the tilt angle theta = 35.5 degrees not only minimizes spin-diffusion, but also avoids experimental artifacts such as J-transfer and poor adiabaticity. In addition, we found that when the dominant relaxation mechanism is caused by uncorrelated pairwise 1H dipole-1H dipole interactions the R(35.5 degrees,ns) rate is not significantly affected by static field variations, suggesting a wide applicability of the 1H off-resonance nonselective relaxation experiment. Finally, we show that the self-recognition maps based on the comparative analysis of the R(35.5 degrees,ns) rates can tolerate decreases in the interscan delays without significantly compromising the identification of critical self-association loci. These considerations not only provide a better understanding of the 1H off-resonance nonselective relaxation, but they also serve as guidelines for the optimal setup of this experiment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».