Immobilization of Lipid Vesicles on Polymer Support via an Amphiphilic Peptidic Anchor: Application to a Membrane Enzyme
Notice bibliographique
Résumé
To immobilize lipid vesicles on a polymer support, we have used a peptidic anchor with the following sequence: Ala-Ala-Leu-Leu-Leu-Ala-Ala-Ala-Ala-Ala-Ala-Ala-Ala-Ala-Ala-Ala-Ala-A la-Ala-Ala-Ala-Ala-Ala-Ala-Trp-Lys-Lys-Lys-Lys-Lys-Lys. This amphiphilic peptide was previously designed in our group to interact spontaneously and strongly with vesicles without perturbing their permeability. At the end of the solid-phase peptide synthesis, the peptide was left on the polymer beads and this novel polymer-peptide system was used for vesicle immobilization. It was shown that this polymer-peptide system could immobilize as much as 200 micromol of lipids per gram of dry resin. The amount of immobilized vesicles was decreased by a reduction of the proportion of the negatively charged lipids in the vesicles, indicating the importance of electrostatic interactions in the immobilization of the vesicles. The integrity of the vesicles was mostly preserved after the immobilization. This new polymer-peptide system was used easily and successfully to immobilize a membrane-bound enzyme, gamma-glutamyl transpeptidase. The activity of the membrane-bound enzyme was studied by monitoring the release of p-nitroaniline. The activity of the enzyme was still retained, even after being re-used eight times, indicating the strong immobilization of the enzyme in its active form. The polymer-peptide support could be regenerated by washing with ethanol and reused.
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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».