MétaCan
Menu
Retour à la cohorte
Enregistrement W2886266161 · doi:10.1038/s41467-018-05502-z

Mapping the energy landscapes of supramolecular assembly by thermal hysteresis

2018· article· en· W2886266161 sur OpenAlexafffund
Robert W. Harkness, Nicole Avakyan, Hanadi F. Sleiman, Anthony Mittermaier

Notice bibliographique

RevueNature Communications · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Structure and Dynamics
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsGovernment of Canada
Mots-clésSupramolecular chemistryKineticsMaterials scienceSelf-assemblyMonomerEnergy landscapeMelting temperatureMacromoleculeSupramolecular assemblyChemical physicsPolymerNanotechnologyBiological systemChemistryCrystallographyCrystal structureBiologyPhysics

Résumé

récupéré en direct d'OpenAlex

Understanding how biological macromolecules assemble into higher-order structures is critical to explaining their function in living organisms and engineered biomaterials. Transient, partly-structured intermediates are essential in many assembly processes and pathway selection, but are challenging to characterize. Here we present a simple thermal hysteresis method based on rapid, non-equilibrium melting and annealing measurements that maps the rate of supramolecular assembly as a function of temperature and concentration. A straightforward analysis of these surfaces provides detailed information on the natures of assembly pathways, offering temperature resolution beyond that accessible with conventional techniques. Validating the approach using a tetrameric guanine quadruplex, we obtain strikingly good agreement with previous kinetics measurements and reveal temperature-dependent changes to the assembly pathway. In an application to the recently discovered co-assembly of polydeoxyadenosine (poly(A)) and cyanuric acid, we show that fiber elongation is initiated when an unstable complex containing three poly(A) monomers acquires a fourth strand.

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 enseignants0,471
Score d'incertitude au seuil0,253

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 ouverte0,0010,000
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 Opus0,008
Tête enseignante GPT0,252
Écart entre enseignants0,244 · 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

Citations37
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetProtein Structure and DynamicsTravaux en français237 207