MétaCan
Menu
Retour à la cohorte
Enregistrement W2901086783 · doi:10.1139/bcb-2018-0220

Quantum mechanical tunnelling through the catalytic effects of A2451 ribosomal residue during a stepwise peptide bond formation

2018· article· en· W2901086783 sur OpenAlexvenueno aff
Hadieh Monajemi, Sharifuddin M. Zain, Toshimasa Ishida, Wan Ahmad Tajuddin Wan Abdullah

Notice bibliographique

RevueBiochemistry and Cell Biology · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Chemical Physics Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuantum tunnellingQuantumTransition state theoryChemistryProtonChemical physicsPotential energy surfaceComputational chemistryThermodynamicsReaction rate constantMoleculePhysicsQuantum mechanicsKineticsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The search for the mechanism of ribosomal peptide bond formation is still ongoing. Even though the actual mechanism of peptide bod formation is still unknown, the dominance of proton transfer in this reaction is known for certain. Therefore, it is vital to take the quantum mechanical effects on proton transfer reaction into consideration; the effects of which were neglected in all previous studies. In this study, we have taken such effects into consideration using a semi-classical approach to the overall reaction mechanism. The M06-2X density functional with the 6-31++G(d,p) basis set was used to calculate the energies of the critical points on the potential energy surface of the reaction mechanism, which are then used in transition state theory to calculate the classical reaction rate. The tunnelling contribution is then added to the classical part by calculating the transmission permeability and tunnelling constant of the reaction barrier, using the numerical integration over the Boltzmann distribution for the symmetrical Eckart potential. The results of this study, which accounts for quantum effects, indicates that the A2451 ribosomal residue induces proton tunnelling in a stepwise peptide bond formation.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,228
Écart entre enseignants0,221 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiochemistry and Cell BiologyMême sujetAdvanced Chemical Physics StudiesTravaux en français237 207