MétaCan
Menu
Retour à la cohorte
Enregistrement W2068182848 · doi:10.1021/bm401600a

Self-Assembly Enhances the Strength of Fibers Made from Vimentin Intermediate Filament Proteins

2013· article· en· W2068182848 sur OpenAlexaff
Nicole Pinto, Fei-Chi Yang, Atsuko Negishi, Maikel C. Rheinstädter, Todd E. Gillis, Douglas S. Fudge

Notice bibliographique

RevueBiomacromolecules · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSilk-based biomaterials and applications
Établissements canadiensMcMaster UniversityUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésHagfishSelf-healing hydrogelsIntermediate filamentProtein filamentThread (computing)VimentinToughnessNanotechnologyMaterials scienceChemistryPolymer scienceCytoskeletonComposite materialPolymer chemistryComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

Hagfish slime threads were recently established as a promising biomimetic model for efforts to produce ecofriendly alternatives to petroleum polymers. Initial attempts to make fibers from solubilized slime thread proteins fell short of achieving the outstanding mechanics of native slime threads. Here we tested the hypothesis that the high strength and toughness of slime threads arise from the ability of constituent intermediate filaments to undergo a stress-induced α-to-β transition. To do this, we made fibers from human vimentin proteins that were first allowed to self-assemble into 10 nm intermediate filaments. Fibers made from assembled vimentin hydrogels underwent an α-to-β transition when strained and exhibited improved mechanical performance. Our data demonstrate that it is possible to make materials from intermediate filament hydrogels and that mimicking the secondary structure of native hagfish slime threads using intermediate filament self-assembly is a promising strategy for improving the mechanical performance of biomimetic protein materials.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,000
Score d'incertitude au seuil0,001

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,008
Tête enseignante GPT0,231
Écart entre enseignants0,223 · 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 source (Gemma direct ou Codex distillé), 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

Citations49
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomacromoleculesMême sujetSilk-based biomaterials and applicationsTravaux en français237 207