MétaCan
Menu
Retour à la cohorte
Enregistrement W2028692861 · doi:10.1186/2046-1682-4-13

An upper limit for macromolecular crowding effects

2011· article· en· W2028692861 sur OpenAlexaff
Andrew C. Miklos, Conggang Li, Courtney D. Sorrell, L. Andrew Lyon, Gary J. Pielak

Notice bibliographique

RevueBMC Biophysics · 2011
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHydrogels: synthesis, properties, applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institutes of HealthNational Science Foundation
Mots-clésMacromolecular crowdingLimit (mathematics)Computer scienceData scienceCrowdingBiologyMacromoleculeMathematicsNeuroscience

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Solutions containing high macromolecule concentrations are predicted to affect a number of protein properties compared to those properties in dilute solution. In cells, these macromolecular crowders have a large range of sizes and can occupy 30% or more of the available volume. We chose to study the stability and ps-ns internal dynamics of a globular protein whose radius is ~2 nm when crowded by a synthetic microgel composed of poly(N-isopropylacrylamide-co-acrylic acid) with particle radii of ~300 nm. RESULTS: Our studies revealed no change in protein rotational or ps-ns backbone dynamics and only mild (~0.5 kcal/mol at 37°C, pH 5.4) stabilization at a volume occupancy of 70%, which approaches the occupancy of closely packing spheres. The lack of change in rotational dynamics indicates the absence of strong crowder-protein interactions. CONCLUSIONS: Our observations are explained by the large size discrepancy between the protein and crowders and by the internal structure of the microgels, which provide interstitial spaces and internal pores where the protein can exist in a dilute solution-like environment. In summary, microgels that interact weakly with proteins do not strongly influence protein dynamics or stability because these large microgels constitute an upper size limit on crowding effects.

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 enseignants0,061
Score d'incertitude au seuil0,732

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 Opus0,027
Tête enseignante GPT0,251
Écart entre enseignants0,224 · 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

Citations56
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC BiophysicsMême sujetHydrogels: synthesis, properties, applicationsTravaux en français237 207