Kinetics of Zinc and Cadmium Exchanges between Metallothionein and Carbonic Anhydrase
Notice bibliographique
Résumé
The flexible coordination stoichiometry of a relatively high number of metal ions is a property unique to the metallothionein (MT) family of proteins. Mammalian MTs, for example, accommodate up to seven divalent metal ions in tetrahedral coordination geometries, using its complement of 20 cysteine ligands. The lability of the metals from these metalloclusters has been used to support the proposal of MTs acting as metal chaperones, by donating to other metal-binding proteins. The metal exchange kinetics between human MT1A and carbonic anhydrase (CA) were examined using time-dependent electrospray ionization mass spectrometry (ESI-MS). The time dependence of three different reaction conditions were studied: (i) zinc donation from partially metalated zinc-MT to apoCA; (ii) metal exchange between zinc saturated MTs and cadmium saturated CA (Cd-CA); and (iii) metal exchange between partially metalated zinc-MTs and Cd-CA. The results show that zinc donation from Zn-MTs to apo-zinc-dependent enzymes is dependent on the metal loading of the Znn-MT (where n = 1-7) and that this is a direct consequence of the increasing metal affinity for smaller values of n. Partially metalated MTs are also shown to extract cadmium from Cd-CA with significantly faster rates than metal saturated MTs and that even under zinc limiting conditions, mammalian Cd-CA would not coexist with MT. On the basis of these and previously published results, we suggest that protein-protein interactions between MT and CA facilitate metal transfers through favorable electrostatic interactions and hypothesize that the metal could be transferred between the MT and the enzyme active site using nearby metal-binding functionalities along the transfer pathway.
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 ».