Density Functional Theory Investigation of As(III) S-Adenosylmethionine Methyltransferase
Notice bibliographique
Résumé
Abstract Arsenic is one of the most pervasive environmental toxins. It enters our water and food supply through many different routes, including the burning of fossil fuels, the application of arsenic-based herbicides, and natural sources. Using a density functional theory (DFT) cluster approach, the mechanism of arsenic (III) S-adenosylmethionine methyltransferases and various selenium-containing analogues was investigated. Notably, the methylation of arsenic by arsenic (III) S-adenosylmethionine is proposed to be a way to remove arsenic from contaminated water or soil. From the DFT cluster results, it was found that the selective substitution of the active-site Cys44, Cys72, and Cys174 residues with selenocysteines had a marginal effect on the barrier for CH3 transfer. Specifically, the average Gibbs activation energy was calculated to be only 4.2 kJ mol–1 lower than the Gibbs activation energy of 107.4 kJ mol–1 for the WT enzyme. However, importantly, it was found that with selective mutation, the methylation process becomes considerably more exergonic, where the methylation reaction can be made to be 26.4 kJ mol–1 more exergonic than the reaction catalyzed by the WT enzyme. Therefore, we propose that the selective substitution of the active-site Cys44, Cys72 and Cys174 residues with selenocysteines could make the process of methylation and volatilization more advantageous for bioremediation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».