Stability of Secondary and Tertiary Structures of Virus-Like Particles Representing Noroviruses: Effects of pH, Ionic Strength, and Temperature and Implications for Adhesion to Surfaces
Notice bibliographique
Résumé
Loss of ordered molecular structure in proteins is known to increase their adhesion to surfaces. The aim of this work was to study the stability of norovirus secondary and tertiary structures and its implications for viral adhesion to fresh foods and agrifood surfaces. The pH, ionic strength, and temperature conditions studied correspond to those prevalent in the principal vehicles of viral transmission (vomit and feces) and in the food processing and handling environment (pasteurization and refrigeration). The structures of virus-like particles representing GI.1, GII.4, and feline calicivirus (FCV) were studied using circular dichroism and intrinsic UV fluorescence. The particles were remarkably stable under most of the conditions. However, heating to 65°C caused losses of β-strand structure, notably in GI.1 and FCV, while at 75°C the α-helix content of GII.4 and FCV decreased and tertiary structures unfolded in all three cases. Combining temperature with pH or ionic strength caused variable losses of structure depending on the particle type. Regardless of pH, heating to pasteurization temperatures or higher would be required to increase GII.4 and FCV adhesion, while either low or high temperatures would favor GI.1 adhesion. Regardless of temperature, increased ionic strength would increase GII.4 adhesion but would decrease GI.1 adhesion. FCV adsorption would be greater at refrigeration, pasteurization, or high temperature combined with a low salt concentration or at a higher NaCl concentration regardless of temperature. Norovirus adhesion mediated by hydrophobic interaction may depend on hydrophobic residues normally exposed on the capsid surface at pH 3, pH 8, physiological ionic strength, and low temperature, while at pasteurization temperatures it may rely more on buried hydrophobic residues exposed upon structural rearrangement.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».