MétaCan
Menu
Retour à la cohorte
Enregistrement W1993908712 · doi:10.1007/978-1-4612-0217-2_49

Do Cellulose Binding Domains Increase Substrate Accessibility?

2001· book-chapter· en· W1993908712 sur OpenAlexaff
Ali R. Esteghlalian, Vinit Srivastava, Neil R. Gilkes, Douglas G. Kilburn, R. Antony J. Warren, John N. Saddler

Notice bibliographique

RevueHumana Press eBooks · 2001
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCelluloseHydrolysisXylanaseCellulaseChemistrySubstrate (aquarium)ProteaseProteolysisEnzymatic hydrolysisEnzymeAdsorptionBiochemistryChromatographyOrganic chemistryBiology

Résumé

récupéré en direct d'OpenAlex

This article provides an overview of various theories proposed during the past five decades to describe the enzymatic hydrolysis of cellulose highlighting the major shifts that these theories have undergone. It also describes the effect of the cellulose-binding domain (CBD) of an exoglucanase/xylanase from bacterium Cellulomonas fimi on the enzymatic hydrolysis of Avicel. Pretreatment of Avicel with CBDCex at 4 and 37 degrees C as well as simultaneous addition of CBDCex to the hydrolytic enzyme (Celluclast, Novo, Nordisk) reduced the initial rate of hydrolysis owing to irreversible binding of CBD proteins to the substrate's binding sites. Nonetheless, near complete hydrolysis was achieved even in the presence of CBDCex. Protease treatment of both pure and CBDCex-treated Avicel reduced the substrates' hydrolyzability, perhaps owing to proteolysis of the hydrolyzing enzyme (Celluclast) by the residual Proteinase K remaining in the substrate. Better protocols for complete removal of CBD proteins from the substrate need to be developed to investigate the effect of CBD adsorption on cellulose digestibility.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,048
Tête enseignante GPT0,243
Écart entre enseignants0,195 · 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'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

Citations22
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHumana Press eBooksMême sujetBiofuel production and bioconversionTravaux en français237 207