Metallothionein‐3: <scp><sup>63</sup>Cu</scp>(I) binds to human <scp><sup>68</sup>Zn<sub>7</sub></scp>‐βα <scp>MT3</scp> with no preference for Cu<sub>4</sub>‐β cluster formation
Notice bibliographique
Résumé
Human metallothioneins (MTs) are involved in binding the essential elements, Cu(I) and Zn(II), and the toxic element, Cd(II), in metal‐thiolate clusters using 20 reduced cysteines. The brain‐specific MT3 binds a mixture of Cu(I) and Zn(II) in vivo . Its metallation properties are critically important because of potential connections between Cu, Zn and neurodegenerative diseases. We report that the use of isotopically pure 63 Cu(I) and 68 Zn(II) greatly enhances the element resolution in the ESI‐mass spectral data revealing species with differing Cu:Zn ratios but the same total number of metals. Room temperature phosphorescence and circular dichroism spectral data measured in parallel with ESI‐mass spectral data identified the presence of specific Cu(I)‐thiolate clusters in the presence of Zn(II). A series of Cu(I)‐thiolate clusters form following Cu(I) addition to apo MT3: the two main clusters that form are a Cu 6 cluster in the β domain followed by a Cu 4 cluster in the α domain. 63 Cu(I) addition to 68 Zn 7 ‐MT3 results in multiple species, including clustered Cu 5 Zn 5 ‐MT3 and Cu 9 Zn 3 ‐MT3. We assign the domain location of the metals for Cu 5 Zn 5 ‐MT3 as a Cu 5 Zn 1 ‐β cluster and a Zn 4 ‐α cluster and for Cu 9 Zn 3 ‐MT3 as a Cu 6 ‐β cluster and a Cu 3 Zn 3 ‐α cluster. While many reports of the average MT3 metal content exist, determining the exact Cu,Zn stoichiometry has proven very difficult even with native ESI‐MS. The work in this paper solves the ambiguity introduced by the overlap of the naturally abundant Cu(I) and Zn(II) isotopes. Contrary to other reports, there is no indication of a major fraction of Cu 4 ‐β‐Zn n ‐α‐MT3 forming.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».