MétaCan
Menu
Retour à la cohorte
Enregistrement W4323294815 · doi:10.1002/anie.202301879

Atomic‐Level Regulation of Cobalt Single‐Atom Nanozymes: Engineering High‐Efficiency Catalase Mimics

2023· article· en· W4323294815 sur OpenAlexaff
Yuanjun Chen, Bing Jiang, Haigang Hao, Haijing Li, Chenyue Qiu, Qingyun Qu, Zedong Zhang, Rui Gao, Demin Duan, Shufang Ji, Dingsheng Wang, Minmin Liang

Notice bibliographique

RevueAngewandte Chemie International Edition · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Nanomaterials in Catalysis
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésActive siteCatalaseCatalysisChemistryEnzymeArtificial enzymeRational designCobaltNanotechnologyAtom (system on chip)KineticsProtein engineeringMaterials scienceComputer sciencePhysicsBiochemistryInorganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Nanozymes aim to mimic the highly evolved active centers of natural enzymes. Despite progress in nanozyme engineering, their catalytic performance is much less favorable compared with natural enzymes. This study shows that precise control over the atomic configuration of the active centers of Co single‐atom nanozymes (SAzymes) enables the rational regulation of their catalase‐like performance guided by theorical calculations. The constructed Co‐N3PS SAzyme exhibits an excellent catalase‐like activity and kinetics, exceeding the representative controls of Co‐based SAzymes with different atomic configurations. Moreover, we developed an ordered structure‐oriented coordination design strategy for rationally engineering SAzymes and established a correlation between the structure and enzyme‐like performance. This work demonstrates that precise control over the active centers of SAzymes is an efficient strategy to mimic the highly evolved active sites of natural enzymes.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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)0,0000,000

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 Opus0,022
Tête enseignante GPT0,252
Écart entre enseignants0,230 · 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'étudeExpérimental (laboratoire)
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

Citations216
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAngewandte Chemie International EditionMême sujetAdvanced Nanomaterials in CatalysisTravaux en français237 207