Ion Sensing and Inhibition Studies Using the Transmembrane Ion Channel Peptide Gramicidin A Entrapped in Sol−Gel-Derived Silica
Notice bibliographique
Résumé
The development of new, targeted drugs relies heavily on innovative technologies that allow for high-throughput screening of drug libraries against biologically relevant targets, particularly membrane-associated receptors. Therefore, immobilization of natural receptors is of the utmost importance to allow for screening of small molecule libraries. Herein, we describe the immobilization of liposomes containing the transmembrane peptide ion-channel gramicidin A into sol-gel-derived silicate materials. Steady-state fluorescence measurements of the intrinsic tryptophan residues of reconstituted gramicidin A in phospholipid vesicles consisting of 1,2-dioleoyl-sn-glycero-3-phosphocholine (DOPC) were obtained in solution and following entrapment in diglyceryl silane (DGS)-derived silicate to examine the effects of entrapment on the conformation of the ion channel. Only minor deviations were observed in the fluorescence properties of gramicidin following entrapment in DGS-derived silicate. DOPC vesicles containing a 50 microM internal solution of the potential sensitive fluorescent dye safranine O were used to study ion flux through the membrane ion channel. The dependence of ion flux on both ion concentration and amount of gramicidin embedded in the membrane were examined before and after entrapment in sol-gel-derived silicate. It was found that ion channel activity upon entrapment in DGS-derived silicate mirrored very closely that observed in solution. Moreover, the ability to inhibit ion flux through gramicidin A due to blockage by calcium ions was retained after the immobilization procedure. The implications for development of drug-screening and -sensing platforms 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.
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 ».