Morphology, Formation Kinetics and Core Composition of Pea and Soy 7S and 11S Globulin Amyloid Fibrils
Notice bibliographique
Résumé
Legume seed storage proteins can be induced to form amyloid fibrils upon heating at low pH, which could improve their functionality for use in food and materials. However, the amyloidogenic regions of legume proteins are largely unknown. Here, we used LC-MS/MS to determine the amyloid core regions of fibrils formed by enriched pea and soy 7S and 11S globulins at pH 2, 80 °C, and characterized their hydrolysis, assembly kinetics, and morphology. A lag phase was absent from the fibrillation kinetics of pea and soy 7S globulins, while 11S globulins and crude extracts displayed a similar lag time. Pea and soy protein fibrils differed in morphology, with most pea fibrils being straight and soy fibrils being worm-like. Pea and soy globulins were abundant in amyloid-forming peptides, with over 100 unique fibril-core peptides from pea 7S and around 50 unique fibril-core peptides identified from pea 11S, soy 7S, and soy 11S globulins. Amyloidogenic regions derive predominantly from the homologous core region of 7S globulins and the basic subunit of 11S globulins. Overall, pea and soy 7S and 11S globulins are rich in amyloidogenic regions. This study will help understand their fibrillation mechanism and engineer protein fibrils with specific structures and functionality.
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 | 0,000 | 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 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 ».