MétaCan
Menu
Retour à la cohorte
Enregistrement W2903062994 · doi:10.1021/acsomega.8b02161

Metallothionein: An Aggressive Scavenger—The Metabolism of Rhodium(II) Tetraacetate (Rh<sub>2</sub>(CH<sub>3</sub>CO<sub>2</sub>)<sub>4</sub>)

2018· article· en· W2903062994 sur OpenAlexafffund
Daisy L. Wong, Martin J. Stillman

Notice bibliographique

RevueACS Omega · 2018
Typearticle
Langueen
DomaineNursing
ThématiqueTrace Elements in Health
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Calgary
Mots-clésMetallothioneinRhodiumBioaccumulationChemistryMetalXenobioticCatalysisPlatinum groupTransition metalCytotoxicityMetabolismEnvironmental chemistryPlatinumBiochemistryStereochemistryIn vitroEnzymeGeneOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Anthropogenic sources of xenobiotic metals with no physiological benefit are increasingly prevalent in the environment. The platinum group metals (Pd, Pt, Rh, Ru, Os, and Ir) are found in marine and plant species near urban sources, and are known to bioaccumulate, introducing these metals into the human food chain. Many of these metals are also being used in innovative cancer therapy, which leads to a direct source of exposure for humans. This paper aims to further our understanding of nontraditional metal metabolism via metallothionein, a protein involved in physiologically important metal homeostasis. The aggressive reaction of metallothionein and dirhodium(II) tetraacetate, a common synthetic catalyst known for its cytotoxicity, was studied in detail in vitro. Optical spectroscopic and equilibrium and time-dependent mass spectral data were used to define binding constants for this robust reaction, and molecular dynamics calculations were conducted to explain the observed results.

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)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,111
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,002
Communication savante0,0010,003
Science ouverte0,0030,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,287
Écart entre enseignants0,267 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations22
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS OmegaMême sujetTrace Elements in HealthTravaux en français237 207