Author Response: Ice nucleation proteins self-assemble into large fibres to trigger freezing at near 0 °C
Notice bibliographique
Résumé
In nature, frost can form at a few degrees below 0 °C. However, this process requires the assembly of tens of thousands of ice-like water molecules that align together to initiate freezing at these relatively high temperatures. Water ordering on this scale is mediated by the ice nucleation proteins of common environmental bacteria like Pseudomonas syringae and P. borealis. However, individually, these 100-kDa proteins are too small to organize enough water molecules for frost formation, and it is not known how giant, megadalton-sized multimers, which are crucial for ice nucleation at high sub-zero temperatures, form. The ability of multimers to self-assemble was suggested when the transfer of an ice nucleation protein gene into Escherichia coli led to efficient ice nucleation. Here we demonstrate that a positively-charged sub-domain at the C-terminal end of the central beta-solenoid of the ice nucleation protein is crucial for multimerization. Truncation, relocation, or change of the charge of this subdomain caused a catastrophic loss of ice nucleation ability. Cryo-electron tomography of the recombinant E. coli showed that the ice nucleation protein multimers form fibres that are ∼ 5 nm across and up to 200 nm long. A model of these fibres as an overlapping series of antiparallel dimers can account for all their known properties and suggests a route to making cell-free ice nucleators for biotechnological applications.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,006 |
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 ».