MétaCan
Menu
Retour à la cohorte
Enregistrement W2323134729 · doi:10.1021/ja405519s

Highly Ordered Protein Nanorings Designed by Accurate Control of Glutathione S-Transferase Self-Assembly

2013· article· en· W2323134729 sur OpenAlexaff
Yushi Bai, Quan Luo, Wei Zhang, Miao Lü, Jiayun Xu, Hongbin Li, Junqiu Liu

Notice bibliographique

RevueJournal of the American Chemical Society · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePorphyrin Metabolism and Disorders
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésChemistryCovalent bondIonic bondingMetalIonic strengthGlutathione S-transferaseSelf-assemblyChelationCrystallographyTransferaseGlutathione transferaseNanotechnologyGlutathioneIonEnzymeBiochemistryAqueous solutionMaterials scienceInorganic chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Protein self-assembly into exquisite, complex, yet highly ordered architectures represents the supreme wisdom of nature. However, precise manipulation of protein self-assembly behavior in vitro is a great challenge. Here we report that by taking advantage of the cooperation of metal-ion-chelating interactions and nonspecific protein-protein interactions, we achieved accurate control of the orientation of proteins and their self-assembly into protein nanorings. As a building block, we utilized the C2-symmetric protein sjGST-2His, a variant of glutathione S-transferase from Schistosoma japonicum having two properly oriented His metal-chelating sites on the surface. Through synergic metal-coordination and non-covalent interactions, sjGST-2His self-assembled in a fixed bending manner to form highly ordered protein nanorings. The diameters of the nanorings can be regulated by tuning the strength of the non-covalent interaction network between sjGST-2His interfaces through variation of the ionic strength of the solution. This work provides a de novo design strategy that can be applied in the construction of novel protein superstructures.

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 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 enseignants0,005
Score d'incertitude au seuil0,449

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 Opus0,003
Tête enseignante GPT0,210
Écart entre enseignants0,206 · 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 tête enseignante, 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
GenreEmpirique

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

En bref

Citations140
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Chemical SocietyMême sujetPorphyrin Metabolism and DisordersTravaux en français237 207