MétaCan
Menu
Retour à la cohorte
Enregistrement W2009544749 · doi:10.1021/ac400191t

Measuring Kinetic Isotope Effects in Enzyme Reactions Using Time-Resolved Electrospray Mass Spectrometry

2013· article· en· W2009544749 sur OpenAlexaff
Peter Liuni, Ekaterina Olkhov‐Mitsel, Arturo Orellana, Derek J. Wilson

Notice bibliographique

RevueAnalytical Chemistry · 2013
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésChemistryKinetic isotope effectMass spectrometryIsotopeElectrosprayKinetic energyElectrospray ionizationAnalytical Chemistry (journal)ChromatographyDeuterium

Résumé

récupéré en direct d'OpenAlex

Kinetic isotope effect (KIE) measurements are a powerful tool for studying enzyme mechanisms; they can provide insights into microscopic catalytic processes and even structural constraints for transition states. However, KIEs have not come into widespread use in enzymology, due in large part to the requirement for prohibitively cumbersome experimental procedures and daunting analytical frameworks. In this work, we introduce time-resolved electrospray ionization mass spectrometry (TRESI-MS) as a straightforward, precise, and inexpensive method for measuring KIEs. Neither radioisotopes nor large amounts of material are needed and kinetic measurements for isotopically "labeled" and "unlabeled" species are acquired simultaneously in a single "competitive" assay. The approach is demonstrated first using a relatively large isotope effect associated with yeast alcohol dehydrogenase (YADH) catalyzed oxidation of ethanol. The measured macroscopic KIE of 2.19 ± 0.05 is consistent with comparable measurements in the literature but cannot be interpreted in a way that provides insights into isotope effects in individual microscopic steps. To demonstrate the ability of TRESI-MS to directly measure intrinsic KIEs and to characterize the precision of the technique, we measure a much smaller (12)C/(13)C KIE associated specifically with presteady state acylation of chymotrypsin during hydrolysis of an ester substrate.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,272
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,000

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 Opus0,015
Tête enseignante GPT0,247
Écart entre enseignants0,232 · 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

Citations36
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207