pH stability and comparative evaluation of ranaspumin-2 foam for application in biochemical reactors
Notice bibliographique
Résumé
Aqueous channels of foam represent a simplified, natural bioreactor on the micro-/nano-scale. Previous studies have demonstrated the feasibility and potential application of foams in replicating cellular process in vitro, but no research has been performed to establish a basis for designing stable and biocompatible foam formulations. Our research has been directed specifically to the evaluation of ranaspumin-2 (RSN-2), a frog foam nest protein. The strong surfactant activity of RSN-2 enabled us to produce foams using low protein concentration (1 mg ml(-1)) over a wide pH range (pH ≥ 3). Importantly, the RSN-2 formulation exhibited the best foam stability at a near neutral pH condition, which shows a potential for application to various biosynthesis applications. Model cellular systems such as liposomes and inactivated A/PR/8/34 influenza virus maintained their physicochemical stability and full hemagglutination activity, indicating biocompatibility of RSN-2 with both cellular membranes and proteins both in bulk solution and in foam. Moreover, the addition of RSN-2 did not exert any deteriorative effects on bacterial cell growth kinetics. In contrast, Tween 20, Triton X-100, and BSA did not show satisfactory performance in terms of foamability, foam stability, physicochemcial stability, and biochemical stability. Although our study has been limited to representative formulations composed of only surfactant molecules, a number of unique advantages make RSN-2 a promising candidate for in vitro foam biosynthesis.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».