MétaCan
Menu
← Retour à la cohorte
Enregistrement W3117994679 · doi:10.1101/2020.12.21.423787

Binding strength and hydrogen bond numbers between Covid-19 RBD and HVR of antibody

2020· preprint· en· W3117994679 sur OpenAlexafffund
Ryan Taoran Wang, Fan Xu, Qi Zhou, Tinglu Song, Kelvin J. Xu, Gu Xu

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensImpactMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaBeijing Institute of TechnologyUniversity of Toronto
Mots-clésHydrogen bondAntibodyAbsorbanceHypervariable regionChemistryCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Absorption (acoustics)BiophysicsVirologyBiologyMoleculeMaterials scienceGeneticsMedicineChromatographyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The global battle against the Covid-19 pandemic relies strongly on the human defence of antibody, which is assumed to bind the antigen’s Receptor Binding Domain with its Hypervariable Region. Due to the similarity to other viruses such as SARS, however, our understanding of the antibody-virus interaction has been largely limited to the genomic sequencing, which poses serious challenges to the containment, vaccine exploration and rapid serum testing. Based on the physical/chemical nature of the interaction, infrared spectroscopy was employed to reveal the binding disparity, when unusual temperature dependence was discovered from the 1550cm -1 absorption band, attributed to the hydrogen bonds by carboxyl/amino groups, binding the SARS-CoV-2 spike protein and closely resembled SARS-CoV-2 or SARS-CoV-1 antibodies. The infrared absorption intensity, associated with the number of hydrogen bonds, was found to increase sharply between 27°C and 31°C, with the relative absorbance matches at 37°C the hydrogen bonding numbers of the two antibody types (19 vs 12). Meanwhile the ratio of bonds at 27°C, calculated by thermodynamic exponentials rather than by the layman’s guess, produces at least 5% inaccuracy. As a result, the specificity of the SARS-CoV-2 antibody will be more conclusive beyond 31°C, instead of at the usual room temperature of 20°C - 25°C, when the vaccine research and antibody diagnosis would likely be undermined. Beyond genomic sequencing, the temperature dependence, as well as the bond number match at 37°C between relative absorbance and the hydrogen bonding numbers of the two antibody types, are not only of clinical significance in particular, but also of a sample for the physical/chemical understanding of the vaccine-antibody interactions in general.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,039
Tête enseignante GPT0,322
Écart entre enseignants0,283 · 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetSARS-CoV-2 and COVID-19 Research→Travaux en français237 207→