Analysis and Optimization of Saturation Transfer Difference NMR Experiments Designed to Map Early Self-Association Events in Amyloidogenic Peptides
Notice bibliographique
Résumé
Saturation transfer difference (STD) methods recently have been proposed to be a promising tool for self-recognition mapping at residue and atomic resolution in amyloidogenic peptides. Despite the significant potential of the STD approach for systems undergoing oligomer/monomer (O/M) equilibria, a systematic analysis of the possible artifacts arising in this novel application of STD experiments is still lacking. Here, we have analyzed the STD method as applied to O/M peptides, and we have identified three major sources of possible biases: offset effects, intramonomer cross-relaxation, and partial spin-diffusion within the oligomers. For the purpose of quantitatively assessing these artifacts, we employed a comparative approach that relies on 1-D and 2-D STD data acquired at different saturation frequencies on samples with different peptide concentrations and filtration states. This artifact evaluation protocol was applied to the Abeta(12-28) model system, and all three types of artifacts appear to affect the measured STD spectra. In addition, we propose a method to minimize the biases introduced by these artifacts in the Halpha STD distributions used to obtain peptide self-recognition maps at residue resolution. This method relies on the averaging of STD data sets acquired at different saturation frequencies and provides results comparable to those independently obtained through other NMR pulse sequences that probe oligomerization, such as nonselective off-resonance relaxation experiments. The artifact evaluation protocol and the multiple frequencies averaging strategy proposed here are of general utility for the growing family of amyloidogenic peptides, as they provide a reliable analysis of STD spectra in terms of polypeptide self-recognition epitopes.
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 ».