Molecular Dynamics of Fibrinogen Adsorption onto Graphene, but Not onto Poly(ethylene glycol) Surface, Increases Exposure of Recognition Sites That Trigger Immune Response
Notice bibliographique
Résumé
Changes in the conformation of blood proteins due to their binding to nonbiological surfaces is the initial step in the chain of immunological reactions to foreign bodies. Despite the large number of experimental studies that have been performed on fibrinogen adsorption to nonbiological surfaces, a clear picture describing this complex process has eluded researchers to date. Developing a better understanding of the behavior of bioactive fibrinogen motifs upon their interaction with surfaces may facilitate the design of advanced materials with improved biocompatibility. This is especially important within the context of medical implants. Here we present results of explicit-solvent, all-atom MD simulations of the adsorption of the fibrinogen D-domain onto a graphene surface and a poly(ethylene glycol) (PEG) surface. Our results are consistent with experimental observations that interactions with PEG do not induce significant conformational changes on immune-reactive sites present in the D-domain of fibrinogen. In contrast, our results indicate that significant conformational changes induced by adsorption to graphene surfaces may occur under conditions that promote a high density of blood proteins on the surface. The structural rearrangements observed on graphene directly affect the secondary structure content of the D-domain, with consequent exposure of the recognition sites P1 (γ190-202) and P2 (γ377-395) and the subsite P2-C (γ383-395) involved in immune response. Analysis of the structural parameters of the MD conformers was shown to accurately assess the biocompatibility of the modeled surfaces.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».