MétaCan
Menu
Retour à la cohorte
Enregistrement W1995167035 · doi:10.1128/aem.66.10.4396-4400.2000

Identification of Collagen-Binding Proteins in <i>Lactobacillus</i> spp. with Surface-Enhanced Laser Desorption/Ionization–Time of Flight ProteinChip Technology

2000· article· en· W1995167035 sur OpenAlexaff
Jeffrey C. Howard, Christine Heinemann, Bradley J. Thatcher, Brian M. Martin, Bing Siang Gan, Gregor Reid

Notice bibliographique

RevueApplied and Environmental Microbiology · 2000
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Hydrolysis and Bioactive Peptides
Établissements canadiensWestern UniversityHand and Upper Limb ClinicLawson Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésLactobacillus caseiChemistryLactobacillus rhamnosusMass spectrometryBiochemistryBinding proteinMolecular biologyMicrobiologyChromatographyBiologyLactobacillus

Résumé

récupéré en direct d'OpenAlex

Biosurfactants produced by Lactobacillus fermentum RC-14, L. rhamnosus GR-1 and 36, and L. casei Shirota were found to contain proteins that bind to both collagen types III and VI, as determined by surface-enhanced laser desorption/ionization (SELDI)-time of flight mass spectrometry. Both collagen types III and VI immobilized on SELDI preactivated ProteinChip arrays detected several different sizes (2 to 48 kDa) of collagen-binding proteins. Overall, the RC-14-produced biosurfactant contained the greatest number of collagen-binding proteins (RC-14 > GR-1 > 36 > Shirota), including the mature form of a previously cloned 29-kDa collagen-binding protein (referred to in its mature 26-kDa form). Although biosurfactants isolated from L. casei Shirota and L. rhamnosus 36 and GR-1 also contain several collagen-binding proteins, they do not contain the 26-kDa collagen-binding protein. Together, these results demonstrate the utility of the SELDI system as a means of rapidly characterizing clinically important but complex biosurfactant solutions.

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 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 enseignants0,002
Score d'incertitude au seuil0,548

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,002
Tête enseignante GPT0,161
Écart entre enseignants0,159 · 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.

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

Citations54
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied and Environmental MicrobiologyMême sujetProtein Hydrolysis and Bioactive PeptidesTravaux en français237 207