Peak Fitting Applied to Fourier Transform Infrared and Raman Spectroscopic Analysis of Proteins
Notice bibliographique
Résumé
FTIR and Raman spectroscopy are often used to investigate the secondary structure of proteins. Focus is then often laid on the different features that can be distinguished in the Amide I band (1600–1700 cm−1) and, to a lesser extent, the Amide II band (1510–1580 cm−1), signature regions for C=O stretching/N-H bending, and N-H bending/C-N stretching vibrations, respectively. Proper investigation of all hidden and overlapping features/peaks is a necessary step to achieve reliable analysis of FTIR and FT-Raman spectra of proteins. This paper discusses a method to identify, separate, and quantify the hidden peaks in the amide I band region of infrared and Raman spectra of four globular proteins in aqueous solution as well as hydrated zein and gluten proteins. The globular proteins studied, which differ widely in terms of their secondary structures, include immunoglobulin G, concanavalin A, lysozyme, and trypsin. Peak finding was done by analysis of the second derivative of the original spectra. Peak separation and quantification was achieved by curve fitting using the Voigt function. Structural data derived from the FT-Raman and FTIR analyses were compared to literature reports on protein structure. This manuscript proposes an accurate method to analyze protein secondary structure based on the amide I band in vibrational spectra.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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 ».