MétaCan
Menu
Retour à la cohorte
Enregistrement W2107423942 · doi:10.1371/journal.pcbi.1002782

Kinetics of Amyloid Aggregation: A Study of the GNNQQNY Prion Sequence

2012· article· en· W2107423942 sur OpenAlexafffund
Jessica Nasica-Labouze, Normand Mousseau

Notice bibliographique

RevuePLoS Computational Biology · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePrion Diseases and Protein Misfolding
Établissements canadiensUniversité de Montréal
Organismes subventionnairesCompute Canada
Mots-clésNucleationKineticsMonomerNucleusAggregate (composite)Amyloid (mycology)Sequence (biology)Molecular dynamicsProtein aggregationPrion proteinChemistryBiophysicsPhysicsBiologyMaterials scienceNanotechnologyComputational chemistryPolymerBiochemistry

Résumé

récupéré en direct d'OpenAlex

The small amyloid-forming GNNQQNY fragment of the prion sequence has been the subject of extensive experimental and numerical studies over the last few years. Using unbiased molecular dynamics with the OPEP coarse-grained potential, we focus here on the onset of aggregation in a 20-mer system. With a total of 16.9 μs of simulations at 280 K and 300 K, we show that the GNNQQNY aggregation follows the classical nucleation theory (CNT) in that the number of monomers in the aggregate is a very reliable descriptor of aggregation. We find that the critical nucleus size in this finite-size system is between 4 and 5 monomers at 280 K and 5 and 6 at 300 K, in overall agreement with experiment. The kinetics of growth cannot be fully accounted for by the CNT, however. For example, we observe considerable rearrangements after the nucleus is formed, as the system attempts to optimize its organization. We also clearly identify two large families of structures that are selected at the onset of aggregation demonstrating the presence of well-defined polymorphism, a signature of amyloid growth, already in the 20-mer aggregate.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,031
Tête enseignante GPT0,289
Écart entre enseignants0,258 · 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'étudeSimulation ou modélisation
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

Citations43
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS Computational BiologyMême sujetPrion Diseases and Protein MisfoldingTravaux en français237 207