Notice bibliographique
Résumé
Molecular translational self-diffusion, a measure of diffusive motion, provides information on the effective molecular hydrodynamic radius, as well as information on the properties of media or solution through which the molecule diffuses. Protein translational diffusion measured by pulsed-field gradient nuclear magnetic resonance (PFG-NMR) has seen increased application in structure and interaction studies, as structural changes or protein-protein interactions are often accompanied by alteration of their effective hydrodynamic radii. Unlike the analysis of complex mixtures by PFG-NMR, for monitoring changes of protein translational diffusion under various conditions, such as different stages of folding/unfolding, a partial region of the spectrum or even a single resonance is sufficient. We report translational diffusion coefficients measured by PFG-NMR with a modified stimulated echo (STE) sequence where band-selective pulses are employed for all three (1)H RF pulses. Compared with conventional non-selective sequence, e.g. the BPP-LED sequence, the advantage of this modified band-selective excitation short transient (BEST) version of STE (BEST-STE) sequence is multi-fold, namely: (1) potential sensitivity gain as in generalized BEST-based sequences, (2) water suppression is no longer required as the magnetization of solvent water is not perturbed during the measurement, and (3) dynamic range problems due to the presence of intense resonances from molecules other than the protein or peptide of interest, such as non-deuterated detergent micelles, are avoided.
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 | 0,002 | 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) | 0,009 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».