Synergistic Biomineralization Phenomena Created by a Combinatorial Nacre Protein Model System
Notice bibliographique
Résumé
In the nacre or aragonite layer of the mollusk shell, proteomes that regulate both the early stages of nucleation and nano-to-mesoscale assembly of nacre tablets from mineral nanoparticle precursors exist. Several approaches have been developed to understand protein-associated mechanisms of nacre formation, yet we still lack insight into how protein ensembles or proteomes manage nucleation and crystal growth. To provide additional insights, we have created a proportionally defined combinatorial model consisting of two nacre-associated proteins, C-RING AP7 (shell nacre, Haliotis rufescens) and pseudo-EF hand PFMG1 (oyster pearl nacre, Pinctada fucata), whose individual in vitro mineralization functionalities are well-documented and distinct from one another. Using scanning electron microscopy, flow cell scanning transmission electron microscopy, atomic force microscopy, Ca(II) potentiometric titrations, and quartz crystal microbalance with dissipation monitoring quantitative analyses, we find that both nacre proteins are functionally active within the same mineralization environments and, at 1:1 molar ratios, synergistically create calcium carbonate mesoscale structures with ordered intracrystalline nanoporosities, extensively prolong nucleation times, and introduce an additional nucleation event. Further, these two proteins jointly create nanoscale protein aggregates or phases that under mineralization conditions further assemble into protein-mineral polymer-induced liquid precursor-like phases with enhanced ACC stabilization capabilities, and there is evidence of intermolecular interactions between AP7 and PFMG1 under these conditions. Thus, a combinatorial model system consisting of more than one defined biomineralization protein dramatically changes the outcome of the in vitro biomineralization process.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».