Therapeutic and analytical applications of arsenic binding to proteins
Notice bibliographique
Résumé
Arsenic binding to proteins plays a pivotal role in the health effects of arsenic. Further knowledge of arsenic binding to proteins will advance the development of bioanalytical techniques and therapeutic drugs. This review summarizes recent work on arsenic-based drugs, imaging of cellular events, capture and purification of arsenic-binding proteins, and biosensing of arsenic. Binding of arsenic to the promyelocytic leukemia fusion oncoprotein (PML-RARα) is a plausible mode of action leading to the successful treatment of acute promyelocytic leukemia (APL). Identification of other oncoproteins critical to other cancers and the development of various arsenicals and targeted delivery systems are promising approaches to the treatment of other types of cancers. Techniques for capture, purification, and identification of arsenic-binding proteins make use of specific binding between trivalent arsenicals and the thiols in proteins. Biarsenical probes, such as FlAsH-EDT2 and ReAsH-EDT2, coupled with tetracysteine tags that are genetically incorporated into the target proteins, are used for site-specific fluorescence labelling and imaging of the target proteins in living cells. These allow protein dynamics and protein-protein interactions to be studied. Arsenic affinity chromatography is useful for purification of thiol-containing proteins, and its combination with mass spectrometry provides a targeted proteomic approach for studying the interactions between arsenicals and proteins in cells. Arsenic biosensors evolved from the knowledge of arsenic resistance and arsenic binding to proteins in bacteria, and have now been developed into analytical techniques that are suitable for the detection of arsenic in the field. Examples in the four areas, arsenic-based drugs, imaging of cellular events, purification of specific proteins, and arsenic biosensors, demonstrate important therapeutic and analytical applications of arsenic protein binding.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».