Protein–biomolecule interactions play a major role in shaping corona proteome: studies on milk interacted dietary particles
Notice bibliographique
Résumé
Despite the significance of surface absorbed proteins in determining the biological identity of nanoparticles (NPs) entering the human body, little is known about the surface corona and factors that shape their formation on dietary particles used as food additives. In this study, food grade NPs of silica and titania and their food additive counterparts (E551 and E171) were interacted with milk proteins or with skimmed milk and the levels of protein adsorption were quantified. Characteristics of proteins correlating with their level of adsorption to NPs were determined using partial least squares regression analysis. Results from individual protein-particle interactions revealed the significance of factors such as zeta potential, hydrophobicity and hydrodynamic size of particles, and protein characteristics such as the number of beta strands, isoelectric points, the number of amino acid units (Ile, Tyr, Ala, Gly, Pro, Asp, and Arg), and phosphorylation sites on their adsorption to particles. Similar regression analysis was performed to identify the characteristics of twenty abundant and enriched proteins (identified using LC-MS/MS analysis) for their association with the surface corona of milk-interacted particles. Contrary to individual protein-particle interactions, protein characteristics such as helices, turns, protein structures, disulfide bonds, the number of amino acid units (Cys, Met, Leu, and Trp), and Fe binding sites were significant for their association with the surface corona of milk interacted particles. This difference in factors identified from individual proteins and milk interacted particles suggested possible interactions of proteins with surface adsorbed biomolecules as revealed by scanning transmission X-ray microscopy and other biochemical assays.
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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».