MétaCan
Menu
Retour à la cohorte
Enregistrement W2157950340 · doi:10.1110/ps.0376003

High‐yield expression of isotopically labeled peptides for use in NMR studies

2003· article· en· W2157950340 sur OpenAlexafffund
Darrin A. Lindhout, Angela Thiessen, Dean Schieve, Brian D. Sykes

Notice bibliographique

RevueProtein Science · 2003
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA and protein synthesis mechanisms
Établissements canadiensCanadian Institutes of Health ResearchUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of HealthFondation pour la Recherche MédicaleHeart and Stroke Foundation of Canada
Mots-clésPeptideHistidineChemistryNuclear magnetic resonance spectroscopyYield (engineering)Recombinant DNABiochemistryFusion proteinAmino acidCleavage (geology)Peptide sequenceLysineMass spectrometryCombinatorial chemistryChromatographyStereochemistryBiologyMaterials science

Résumé

récupéré en direct d'OpenAlex

Fusion protein constructs of the 56 amino acid globular protein GB-1 with various peptide sequences, coupled with the incorporation of a histidine tag for affinity purification, have generated high-yield fusion protein constructs. Methionine residues were inserted into the constructs to generate pure peptides following CNBr cleavage, yielding a system that is efficient and cost effective for isotopic labeling of peptides for NMR studies and other disciplines such as mass spectroscopy. Six peptides of varying sequences and hydrophobicities were expressed using this GB-1 fusion protein technique and produced soluble fusion protein constructs in all cases. The ability to easily express and purify recombinant peptides in high yields is applicable for biomedical research and has medicinal and pharmaceutical applications.

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)0,001
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0010,001

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,295
Écart entre enseignants0,251 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProtein ScienceMême sujetRNA and protein synthesis mechanismsTravaux en français237 207