MétaCan
Menu
Retour à la cohorte
Enregistrement W2997767823 · doi:10.1039/c9fo02427a

Structural responses of kiwifruit allergen Act d 2 to thermal and electric field stresses based on molecular dynamics simulations and experiments

2019· article· en· W2997767823 sur OpenAlexafffund
Jin Wang, Sai Kranthi Vanga, Vijaya Raghavan

Notice bibliographique

RevueFood & Function · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueFood Allergy and Anaphylaxis Research
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship Council
Mots-clésMolecular dynamicsElectric fieldDynamics (music)Field (mathematics)AllergenChemistryPhysicsBiologyImmunologyAllergyAcousticsComputational chemistryMathematics

Résumé

récupéré en direct d'OpenAlex

Kiwifruit is considered to be the most common plant-based food causing allergic reactions, after peanuts, soybeans, and wheat. These responses are triggered by the proteins in kiwifruit. Modifying the structures of these allergenic proteins (epitopes) through external stresses may decrease their specific binding capacity with antibodies, resulting in a decrease in kiwifruit allergenicity. To provide a visual insight into the structural changes of Act d 2, we treated it with a thermal force and an oscillating electric field using molecular dynamics (MD) simulations. The results showed that Act d 2 is a heat-stable protein, while the electric field combined with thermal stress significantly affected its secondary structure and surface properties, which could result in conformational changes. The results obtained from ELISA tests showed that the combination of the thermal force and electric field significantly reduced the Ig-E binding capacity of Act d 2 by 75.3%, accompanied with obvious losses of alpha-helix and turn structures.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,292
Écart entre enseignants0,275 · 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'étudeSimulation ou modélisation
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

Citations27
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFood & FunctionMême sujetFood Allergy and Anaphylaxis ResearchTravaux en français237 207