MétaCan
Menu
Retour à la cohorte
Enregistrement W4315574297 · doi:10.3390/jcs7010028

Critical Influences of Plasma pH on Human Protein Properties for Modeling Considerations: Size, Charge, Conformation, Hydrophobicity, and Denaturation

2023· article· en· W4315574297 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Composites Science · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood properties and coagulation
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésDenaturation (fissile materials)Human serum albuminChemistryBiocompatibilityFoulingBiophysicsIonic strengthFibrinogenChemical engineeringNanotechnologyMaterials scienceMembraneChromatographyBiochemistryPhysical chemistryEngineeringBiologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The fouling of biomaterials (e.g., membranes) by plasma proteins has always garnered attention because it renders biomedical devices ineffective and can jeopardize the patient’s well-being. Modeling the fouling process sheds light on its mechanisms and helps improve the biocompatibility of biomaterials. Assuming proteins to be hard spheres with uniform surface properties reduces the modeling complexity, but it seriously deviates from the accurate, real perspective. One reason for the inaccuracy is that proteins’ properties tend to change as environmental factors such as pH and ionic strength are varied. This study critically reviews the pH-induced changes in protein properties, namely size, charge, conformity, hydrophobicity, and denaturation. Though these properties may be interrelated, they are addressed individually to allow for a thorough discussion. The study illustrates the necessity of incorporating the protein property changes resulting from pH alteration to better explain and model the fouling process. The discussion is focused on human serum albumin and fibrinogen. Human serum albumin is the most abundant plasma protein, while fibrinogen plays a major role in blood clotting and triggering of the thrombogenic response.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,392
Score d'incertitude au seuil0,252

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,072
Tête enseignante GPT0,333
Écart entre enseignants0,261 · 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