The ambivalent effect of Fe <sub>3</sub> O <sub>4</sub> nanoparticles on the urea-induced unfolding and dilution-based refolding of lysozyme
Notice bibliographique
Résumé
) nanoparticles (MNPs), it is essential to identify the influence of these nanoparticles on basic biological processes. Therefore, in this research, the effect of MNPs on the structure and activity of hen egg white lysozyme (HEWL) (EC 3.2.1.1) as a model protein was examined using tryptophan intrinsic fluorescence, UV/Vis, and circular dichroism spectroscopy. Moreover, enzyme activities were analyzed by a turbidometric approach in the presence of MNPs at concentrations providing MNPs/HEWL ratios in the range of 0.04-1.25. As-synthesized MNPS were characterized by Fourier transform infrared spectroscopy, x-ray diffraction, scanning electron microscopy, transmission electron microscopy, vibrating sample magnetometry and the zeta potential of MNPs was measured to be -29 mV. The goal of this work was investigating the ordering or disordering effect of MNPs on protein structure at ratios lower or higher than 0.918 as concentration ratio of threshold (CRT), respectively, in order to answer the question: 'How can the denaturation and refolding of a model protein (HEWL) be affected by MNPs?' As has been reported recently, the protein folding, helicity, and half-life were improved at <CRT to make the protein more ordered and conversely, HEWL was unfolded, and the helicity and half-life were decreased at >CRT to make the protein more disordered upon interaction with MNPs. The disordering effect of urea at >CRT and even at <CRT in the denaturation buffer (urea 6 M) increased and at <CRT the MNPs can provide a significant improvement in the refolding of the unfolded urea treated protein. These observations provide a new perspective on the growing applications of MNPs in biotechnology and biomedicine.
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 | 0,003 | 0,001 |
| 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 | 0,001 |
| 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 ».