Prebiotic Environments with Mg<sup>2+</sup> and Thiophilic Metal Ions Increase the Thermal Stability of Cysteine and Non-cysteine Peptides
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Wet–dry cycles driven by heating to high temperatures are frequently invoked for the prebiotic synthesis of peptides. Similarly, iron–sulfur clusters are often cited as an example of an ancient catalyst that helped prune early chemical systems into metabolic-like pathways. Because extant iron–sulfur clusters are metallocofactors of protein enzymes and nearly ubiquitous across biology, a reasonable hypothesis is that prebiotic iron–sulfur peptides formed on the early Earth. However, iron–sulfur clusters are coordinated by multiple cysteine residues, and the stability of cysteines to the heat steps of wet–dry cycles has not been determined. It, therefore, has remained unclear if the peptides needed to stabilize the formation of iron–sulfur clusters could have formed. If not, then iron–sulfur-dependent activity may have emerged later, when milder, more biological-like peptide synthesis machinery took hold. Here, we report the thermal stability of cysteine-containing peptides. We show that temperatures of 150 °C lead to the rapid degradation of cysteinyl peptides. However, the presence of Mg 2+ at environmentally reasonable concentrations leads to significant protection. Thiophilic metal ions also protect against degradation at 150 °C but require concentrations not frequently observed in the environment. Nevertheless, cysteine-containing peptides are stable at lower, prebiotically plausible temperatures in seawater, carbonate lake, and ferrous lake conditions. The data are consistent with the persistence of cysteine-containing peptides on the early Earth in environments rich in metal ions. High concentrations of Mg 2+ are common intra- and extra-cellularly, suggesting that the protection afforded by Mg 2+ may reflect conditions that were present on the prebiotic Earth.
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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».