A Comparative Assessment of Human Serum Proteins Interactions with Hemodialysis Clinical Membranes using Molecular Dynamics Simulation
Notice bibliographique
Résumé
Abstract End stage renal disease (ESRD) affects ≈10% of the world's population. Hemodialysis (HD) is a life‐sustaining extracorporeal blood purifying treatment for ESRD patients. Despite the advances in technology, the hemoincompatibility of the dialyzers leads to a high morbidity and mortality rate. Decreasing interactions between polymers and blood constituents will result in controlled binding of human serum proteins to the surface and consequently enhanced biocompatibility. This study aims to assess the interaction energy between common hemodialysis polymer structures and human serum proteins using molecular dynamics simulation to offer a framework for understanding the dominant interactions as a reference for material development. Molecular dynamics and molecular docking simulations are conducted for calculating polymerprotein binding energies. Common serum proteins are selected for protein models. Poly aryl ether sulfone (PAES) with and without polyvinyl pyrrolidone (PVP), polyvinylidene fluoride (PVDF), cellulose triacetate (CTA), polyacrylonitrile (PAN), and polymethyl methacrylate (PMMA) membrane structures are chosen as the different classes of dialyzers. The van der Waals interactions between polymers and proteins dominate the binding energies sequence. Molecular docking results of the affinity between protein receptors‐ligands are aligned with the MD binding interaction.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,001 | 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) | 0,001 | 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 tête enseignante, 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 ».