MétaCan
Menu
Retour à la cohorte
Enregistrement W2165783176 · doi:10.2174/0929866511107010991

Analysis and Statistics of Crystallisation Success Increase by Composition Modification of Protein and Precipitant Mixing Ratio

2011· article· en· W2165783176 sur OpenAlex
Chen‐Yan Zhang, Mausumi Mazumdar, Dao‐Wei Zhu, Da‐Chuan Yin, Sheng‐Xiang Lin

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueProtein and Peptide Letters · 2011
Typearticle
Langueen
DomaineMaterials Science
ThématiqueEnzyme Structure and Function
Établissements canadiensCentre hospitalier de l'Université Laval
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNucleationCrystallizationSolubilityProtein crystallizationDiffusionComposition (language)Crystal (programming language)Mixing (physics)Chemical compositionCrystallographyDrop (telecommunication)ChemistryMaterials scienceChemical engineeringChromatographyThermodynamicsAnalytical Chemistry (journal)PhysicsPhysical chemistryOrganic chemistryComputer science

Résumé

récupéré en direct d'OpenAlex

The nucleation zone has to be reached for any crystal to grow, and the search for crystallization conditions of new proteins is a trial and error process. Here a convenient screening strategy is studied in detail that varies the volume ratio of protein sample to the reservoir solution in the drop to initiate crystallization that is named “composition modification”. It is applied after the first screen and has been studied with twelve proteins. Statistical analysis shows a significant improvement in screening using this strategy. The average improvement of “hits” at different temperatures is between 32 and 42%, for examples, 41.8% ± 14.0% and 35.7% ± 12.4% (± standard deviation) at 288 K and 300 K, respectively. Remarkably, some new crystals were found by composition modification which increased the probability of reaching the nucleation zone to initiate crystallization. This was confirmed by a phase diagram study. It is also demonstrated that composition modification can further increase crystallisation success significantly (1.3 times) after the improvement of “hits” by temperature screening. The trajectories of different composition modifications during vapour diffusion were plotted, further demonstrating that protein crystallizability can be increased by hitting more parts of the nucleation zone. It was also found to facilitate the finding of initial crystals for proteins of low solubility. These proteins gradually become more concentrated during the vapour diffusion process starting from a larger protein solution ratio in the initial mixture. Keywords: Composition modification, nucleation zone, protein crystallizability, protein with low solubility, statistics, PDB, NMR data, trajectories, Sigma Chemicals, NAD kinase, hits increase, chymotrypsinogen, crystallizability, supersaturationComposition modification, nucleation zone, protein crystallizability, protein with low solubility, statistics, PDB, NMR data, trajectories, Sigma Chemicals, NAD kinase, hits increase, chymotrypsinogen, crystallizability, supersaturation

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil0,337

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,215
Écart entre enseignants0,202 · 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