Assessment of Fibrinogen Thermal Conductivity and Interaction Energy with Polyarylethersulfone (PAES) Clinical Hemodialysis Membranes at Normal and Elevated Patient Body Temperatures
Notice bibliographique
Résumé
Fibrinogen (FB) can trigger several biological reactions and is one of the critical proteins targeted during hemodialysis (HD). A better understanding of the thermal behavior of FB and its interactions with polymeric membranes during the HD process is needed in both normal and fever temperature conditions. This study calculated the thermal behavior of FB along with its interaction energy with polyarylethersulfone (PAES) clinical HD membranes using molecular dynamics (MD) approaches. The Dreiding force field was used for the MD simulations. The influence of temperature on the thermal conductivity (TC) and the interaction energy of the FB structure was assessed to understand the activation trends in fever conditions. Based on the MD simulation, the TC of FB at normal body temperature was 0.044 and 0.084 W/m·K according to equilibrium and non-equilibrium approaches, respectively. The elevation of temperature from normal to fever conditions increased the thermal conduction of FB to 0.577 and 0.114 W/m·K for equilibrium and non-equilibrium approaches, respectively. In addition, the elevation of patient blood temperature resulted in nearly 32 kcal/mol higher total interaction energy between FB and the PAES model. When end-stage renal disease (ESRD) patients have a HD session and experience fever and elevated temperature as a side effect, the interaction between FB and the membrane increases. More importantly, FB is exposed to more heat passage and accordingly more temperature-induced confirmation and activation compared to other human serum proteins such as albumin.
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 | 0,000 | 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 ».