Modeling the Hydrolysis of Iron–Sulfur Clusters
Notice bibliographique
Résumé
Iron-sulfur (FeS) clusters are essential metal cofactors involved in a wide variety of biological functions. Their catalytic efficiency, biosynthesis, and regulation depend on FeS stability in aqueous solution. Here, molecular modeling is used to investigate the hydrolysis of an oxidized (ferric) mononuclear FeS cluster by bare dissociation and water substitution mechanisms in neutral and acidic solution. First, approximate electronic structure descriptions of FeS reactions by density functional theory are validated against high-level wave function CCSD(T) calculations. Solvation contributions are included by an all-atom model with hybrid quantum chemical/molecular mechanical (QM/MM) potentials and enhanced sampling molecular dynamics simulations. The free energy profile obtained for FeS cluster hydrolysis indicates that the hybrid functional M06 together with an implicit solvent correction capture the most important aspects of FeS cluster reactivity in aqueous solution. Then, 20 reaction channels leading to two consecutive Fe-S bond ruptures were explored with this calibrated model. For all protonation states, nucleophilic substitution with concerted bond breaking and forming to iron is the preferred mechanism, both kinetic and thermodynamically. In neutral solution, proton transfer from water to the sulfur leaving group is also concerted. Dissociative reactions show higher barriers and will not be relevant for FeS reactivity when exposed to solvent. These hydrolysis mechanisms may help to explain the stability and catalytic mechanisms of FeS clusters of multiple sizes and proteins.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».