MétaCan
Menu
Retour à la cohorte
Enregistrement W1996258291 · doi:10.1021/bm050732p

Metallopolymer−Peptide Conjugates:  Synthesis and Self-Assembly of Polyferrocenylsilane Graft and Block Copolymers Containing a β-Sheet Forming Gly-Ala-Gly-Ala Tetrapeptide Segment

2006· article· en· W1996258291 sur OpenAlexaff
Guido W. M. Vandermeulen, Kyoung Taek Kim, Zhuo Wang, Ian Manners

Notice bibliographique

RevueBiomacromolecules · 2006
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSupramolecular Self-Assembly in Materials
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAntiparallel (mathematics)PeptideBeta sheetSelf-assemblyCopolymerChemistryConjugateTetrapeptideOligopeptideStereochemistrySupramolecular chemistryCrystallographyCombinatorial chemistryPolymerOrganic chemistryCrystal structureBiochemistry

Résumé

récupéré en direct d'OpenAlex

We describe the synthesis and self-assembly of two beta-sheet forming metallopolymer-peptide conjugates. The ability of the oligotetrapeptide sequence Gly-Ala-Gly-Ala (GAGA) to form antiparallel beta-sheets was retained in PFS-b-AGAG (PFS = polyferrocenylsilane) and PFS-g-AGAG conjugates with block and graft architectures, respectively. In the solid state, DSC experiments suggest a phase separation between the peptide and PFS domains. In toluene, PFS-b-AGAG interestingly forms a fibrous network which consists of a core containing the self-assembled antiparallel beta-sheet peptide and a corona of organometallic PFS. The self-assembly of the peptide into antiparallel beta-sheets is the driving force for the fiber formation, whereas PFS prevents uncontrolled lateral aggregation of the fibers. The use of an oligopeptide to self-assemble an otherwise random coiled organometallic polymer may be a useful strategy to enhance nanostructure formation. In the cases described here, the conjugates may be used to create nanopatterned ceramics, and the redox properties of the resulting supramolecular aggregates are of significant interest.

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)0,001
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 enseignants0,009
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,007
Tête enseignante GPT0,222
Écart entre enseignants0,215 · 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

Citations44
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomacromoleculesMême sujetSupramolecular Self-Assembly in MaterialsTravaux en français237 207