MétaCan
Menu
Retour à la cohorte
Enregistrement W2964805681 · doi:10.1038/s41598-019-46525-w

Mechanical unfolding of spectrin reveals a super-exponential dependence of unfolding rate on force

2019· article· en· W2964805681 sur OpenAlexaff
Jonathan P. Renn, S. Bhattacharyya, Hua Bai, Chengzhi He, Hongbin Li, Andrés F. Oberhauser, John F. Marko, Dmitrii E. Makarov, Andreas Matouschek

Notice bibliographique

RevueScientific Reports · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueForce Microscopy Techniques and Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesDivision of Molecular and Cellular BiosciencesDivision of ChemistryDivision of Materials ResearchNational Institute of General Medical SciencesDirectorate for Mathematical and Physical SciencesNorthwestern UniversityWelch FoundationNational Cancer InstituteU.S. Department of Health and Human ServicesNational Institutes of HealthNational Science Foundation
Mots-clésSpectrinExponential functionMagnetic tweezersExponential growthRange (aeronautics)Unfolded protein responseChemistryExponential decayPhysicsOptical tweezersBiophysicsChemical physicsClassical mechanicsMaterials scienceBiologyOpticsCytoskeletonEndoplasmic reticulumQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

We investigated the mechanical unfolding of single spectrin molecules over a broad range of loading rates and thus unfolding forces by combining magnetic tweezers with atomic force microscopy. We find that the mean unfolding force increases logarithmically with loading rate at low loading rates, but the increase slows at loading rates above 1pN/s. This behavior indicates an unfolding rate that increases exponentially with the applied force at low forces, as expected on the basis of one-dimensional models of protein unfolding. At higher forces, however, the increase of the unfolding rate with the force becomes faster than exponential, which may indicate anti-Hammond behavior where the structures of the folded and transition states become more different as their free energies become more similar. Such behavior is rarely observed and can be explained by either a change in the unfolding pathway or as a reflection of a multidimensional energy landscape of proteins under force.

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)0,001
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 enseignants0,031
Score d'incertitude au seuil0,606

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,268
Écart entre enseignants0,257 · 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

Citations19
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetForce Microscopy Techniques and ApplicationsTravaux en français237 207