Wechselwirkung von Polyelektrolyt‐Architekturen mit Proteinen und Biosystemen
Notice bibliographique
Résumé
Abstract Gegenionen, die die Ladungen von Polyelektrolyten wie DNA oder Heparin neutralisieren, können im Wasser dissoziieren und beeinflussen stark deren Wechselwirkung mit Biomolekülen, insbesondere mit Proteinen. In diesem Artikel geben wir einen Überblick über Studien zur Wechselwirkung von Proteinen mit Polyelektrolyten und den Nutzen dieses Wissens für die medizinische Forschung. Hauptantriebskraft für die Bindung von Proteinen an Polyelektrolyte ist die Freisetzung von Gegenionen: Positiv geladene Bereiche des Proteins werden hierbei zu mehrwertigen Gegenionen des Polyelektrolyten, sodass zuvor gebundene Gegenionen des Polyelektrolyten freigesetzt werden und sich zugleich die Entropie erhöht, wie wir anhand von Studien zu Wechselwirkung von Proteinen mit natürlichen und synthetischen Polyelektrolyten zeigen. Ein Schwerpunkt liegt dabei auf sulfatierten dendritischen Polyglycerinen (dPGS). Die Literatur zeigt, dass wir Fortschritte beim Verständnis der Ladungs‐Ladungs‐Wechselwirkung in biologisch relevanten Systemen machen. Die Forschung auf diesem Gebiet wird die Entwicklung synthetischer Polyelektrolyte für die Medizin voranbringen.
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 | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».