Cysteine‐capped gold nanoparticles suppress aggregation of proteins exposed to heat stress
Notice bibliographique
Résumé
Gold nanoparticles show a lot of promise as potential agents for drug delivery and disease diagnosis. Because of this, it is important that the interaction between gold nanoparticles and biomolecules be well characterized to avoid undesirable consequences. In this study, gold nanoparticles were synthesized by the reduction of gold salt by sodium borohydride in the presence of cysteine as the capping agent. The physical features of the nanoparticles were analyzed using Ultraviolet-Visible spectrophotometry and transmission electron microscopy. The interaction between gold nanoparticles and the following proteins: bovine serum albumin, citrate synthase, malate dehydrogenase, and human heat shock protein 70 was investigated by UV-Vis spectrophotometry. The stability of the proteins against heat stress was assessed by monitoring their aggregation at 48 °C, either in the presence or absence of gold nanoparticles. The gold nanoparticles were capable of suppressing the heat-induced aggregation of the proteins. Furthermore, apart from possessing independent protein-aggregation suppression function, the AuNPs also augmented the chaperone function of human heat shock protein 70. Findings from this study demonstrate that cyteine-coated gold nanoparticles exhibit chaperone-like activity and have the capability to stabilize proteins to which they may be conjugated.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».