Novel Applications of Silk Proteins Based on Their Interactions with Metal Ions
Notice bibliographique
Résumé
Silk secreted by Bombyx mori L. silkworm has become one of the most important biomaterials, due to its excellent biocompatibility, controllable biodegradability, superior processability, and unique mechanical properties. Silk fibroin and sericin, as the two components of silk, contain abundant polar functional groups, and thus can bind metal ions through electrostatic interaction and chelation. Based on this binding, silk proteins not only can be used to fabricate ecofriendly and efficient adsorbents to remove heavy metals from waterbodies, but also can synthesize metal nanostructures (nanoparticles or nanoclusters) to form silk/metal composites with amazing optical or electrochemical characteristics. This binding also can be manipulated to optimize silk’s performance. This review focuses on discussing and summarizing advances in the use of silk fibroin and sericin for heavy metal ion-contaminated water remediation, biosensing materials, and electrochemical materials from the perspective of the interaction between silk proteins and metal ions. The performance enhancement of silk using metal ions is also analyzed. Moreover, the silk proteins’ interactions with metal ions and related structural features that contribute to the above sustainable applications are illustrated to lay a theoretical foundation. This review will favor the expansion of the applications of silk in both the traditional textile field and new biomaterials.
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 | 0,001 |
| 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 ».