MétaCan
Menu
Retour à la cohorte
Enregistrement W3015769349 · doi:10.1016/j.isci.2020.101044

Nontoxic Black Phosphorus Quantum Dots Inhibit Insulin Amyloid Fibrillation at an Ultralow Concentration

2020· article· en· W3015769349 sur OpenAlexaff
Siqi Wang, Chuanxi Li, Yinqiang Xia, Shaohuang Chen, Jordan Robert, Xavier Banquy, Renliang Huang, Wei Qi, Zhimin He, Rongxin Su

Notice bibliographique

RevueiScience · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon and Quantum Dots Applications
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésCongo redThioflavinAmyloid (mycology)FibrilCircular dichroismBiophysicsChemistryInsulinProtein aggregationAmyloid fibrilQuantum dotFibrillationAmyloidosisPeptideProtein secondary structureBiochemistryAmyloid βNanotechnologyAlzheimer's diseaseMaterials scienceInternal medicineDiseaseMedicineBiology

Résumé

récupéré en direct d'OpenAlex

Amyloid are protein aggregates formed by cross β structures assemblies. Inhibiting amyloid aggregation or facilitating its disassembly are considered to be two major effective therapeutic strategies in diseases involving peptide or protein fibrillation such Alzheimer's disease or diabetes. Using thioflavin-T fluorescence, far-UV circular dichroism spectroscopy, and atomic force microscopy, we found nontoxic and biocompatible black phosphorus quantum dots (BPQDs) appear to have an exceptional capacity to inhibit insulin aggregation and to disassemble formed mature fibrils, even at an ultralow concentration (100 ng/mL). The inhibition of fibrillation persists at all stages of insulin aggregation and increases PC12 cells survival when exposed to amyloid fibrils. Molecular dynamics simulations suggest that BPQDs are able to stabilize the α-helix structure of insulin and obliterate the β-sheet structure to promote the fibril formation. These characteristics make BPQDs be promising candidate in preventing amyloidosis, disease treatment, as well as in the storage and processing of insulin.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,100
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,026
Tête enseignante GPT0,263
Écart entre enseignants0,237 · 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.

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

Citations27
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetCarbon and Quantum Dots ApplicationsTravaux en français237 207