Reduction Potentials of Rieske Clusters: Importance of the Coupling between Oxidation State and Histidine Protonation State
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Rieske [2Fe-2S] clusters can be classified into two groups, depending on their reduction potentials. Typical high-potential Rieske proteins have pH-dependent reduction potentials between +350 and +150 mV at pH 7, and low-potential Rieske proteins have pH-independent potentials of around -150 mV at pH 7. The pH dependence of the former group is attributed to coupled deprotonation of the two histidine ligands. Protein-film voltammetry has been used to compare three Rieske proteins: the high-potential Rieske proteins from Rhodobacter sphaeroides (RsRp) and Thermus thermophilus (TtRp) and the low-potential Rieske ferredoxin from Burkholderia sp. strain LB400 (BphF). RsRp and TtRp differ because there is a cluster to serine hydrogen bond in RsRp, which raises its potential by 140 mV. BphF lacks five hydrogen bonds to the cluster and an adjacent disulfide bond. Voltammetry measurements between pH 3 and 14 reveal that all the proteins, including BphF, have pH-dependent reduction potentials with remarkably similar overall profiles. Relative to RsRp and TtRp, the potential versus pH curve of BphF is shifted to lower potential and higher pH, and the pK(a) values of the histidine ligands of the oxidized and reduced cluster are closer together. Therefore, in addition to simple electrostatic effects on E and pK(a), the reduction potentials of Rieske clusters are determined by the degree of coupling between cluster oxidation state and histidine protonation state. Implications for the mechanism of quinol oxidation at the Q(O) site of the cytochrome bc(1) and b(6)f complexes are discussed.
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.
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 découle