Partitioning of Fish and Insect Antifreeze Proteins into Ice Suggests They Bind with Comparable Affinity
Notice bibliographique
Résumé
Antifreeze proteins (AFPs) inhibit the growth of ice by binding to the surface of ice crystals, preventing the addition of water molecules to cause a local depression of the freezing point. AFPs from insects are much more effective at depressing the freezing point than fish AFPs. Here, we have investigated the possibility that insect AFPs bind more avidly to ice than fish AFPs. Because it is not possible to directly measure the affinity of an AFP for ice, we have assessed binding indirectly by examining the partitioning of proteins into a slowly growing ice hemisphere. AFP molecules adsorbed to the surface and became incorporated into the ice as they were overgrown. Solutes, including non-AFPs, were very efficiently excluded from ice, whereas AFPs became incorporated into ice at a concentration roughly equal to that of the original solution, and this was independent of the AFP concentration in the range (submillimolar) tested. Despite their >10-fold difference in antifreeze activity, fish and insect AFPs partitioned into ice to a similar degree, suggesting that insect AFPs do not bind to ice with appreciably higher affinity. Additionally, we have demonstrated that steric mutations on the ice binding surface that decrease the antifreeze activity of an AFP also reduce its inclusion into ice, supporting the validity of using partitioning measurements to assess a protein's affinity for ice.
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 ».