MétaCan
Menu
Retour à la cohorte
Enregistrement W2914928517 · doi:10.3390/polym11020299

Ice-Binding Protein from Shewanella frigidimarinas Inhibits Ice Crystal Growth in Highly Alkaline Solutions

2019· article· en· W2914928517 sur OpenAlexfundno aff
Elizabeth A. Delesky, Shane D. Frazier, Jaqueline D. Wallat, Kendra L. Bannister, Chelsea M. Heveran, Wil V. Srubar

Notice bibliographique

RevuePolymers · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématiquenanoparticles nucleation surface interactions
Établissements canadiensnon disponible
Organismes subventionnairesEngineer Research and Development CenterLiving Materials Laboratory, University of Colorado BoulderNational Science FoundationDivision of Civil, Mechanical and Manufacturing InnovationUniversity of Colorado BoulderQueen's University
Mots-clésChemistryIonic strengthCircular dichroismChromatographyPolyacrylamide gel electrophoresisIce crystalsGel electrophoresisSodium dodecyl sulfateDenaturation (fissile materials)Nuclear chemistryCrystallographyBiochemistryAqueous solutionOrganic chemistryEnzyme

Résumé

récupéré en direct d'OpenAlex

The ability of a natural ice-binding protein from Shewanella frigidimarina (SfIBP) to inhibit ice crystal growth in highly alkaline solutions with increasing pH and ionic strength was investigated in this work. The purity of isolated SfIBP was first confirmed via sodium dodecyl sulfate polyacrylamide gel electrophoresis (SDS-PAGE) and size-exclusion chromatography with an ultraviolet detector (SEC-UV). Protein stability was evaluated in the alkaline solutions using circular dichroism spectroscopy, SEC-UV, and SDS-PAGE. SfIBP ice recrystallization inhibition (IRI) activity, a measure of ice crystal growth inhibition, was assessed using a modified splat assay. Statistical analysis of results substantiated that, despite partial denaturation and misfolding, SfIBP limited ice crystal growth in alkaline solutions (pH ≤ 12.7) with ionic strength I ≤ 0.05 mol/L, but did not exhibit IRI activity in alkaline solutions where pH ≥ 13.2 and I ≥ 0.16 mol/L. IRI activity of SfIBP in solutions with pH ≤ 12.7 and I ≤ 0.05 mol/L demonstrated up to ≈ 66% reduction in ice crystal size compared to neat solutions.

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)0,000
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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,214
Écart entre enseignants0,198 · 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

Citations13
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymersMême sujetnanoparticles nucleation surface interactionsTravaux en français237 207