MétaCan
Menu
Retour à la cohorte
Enregistrement W4400344799 · doi:10.1126/sciadv.adn6606

High-speed cryo-microscopy reveals that ice-nucleating proteins of <i>Pseudomonas syringae</i> trigger freezing at hydrophobic interfaces

2024· article· en· W4400344799 sur OpenAlexaff
Paul Bieber, Nadine Borduas‐Dedekind

Notice bibliographique

RevueScience Advances · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématiquenanoparticles nucleation surface interactions
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPseudomonas syringaeIce nucleusSupercoolingNucleationChemistryBiophysicsMembraneMicroscopyBacteriaChemical engineeringBiologyBiochemistryMeteorology

Résumé

récupéré en direct d'OpenAlex

Ice-nucleating proteins (INpro) trigger the freezing of supercooled water droplets relevant to atmospheric, biological, and technological applications. The high ice nucleation activity of INpro isolated from the bacteria Pseudomonas syringae could be linked to the aggregation of proteins at the bacterial membrane or at the air-water interface (AWI) of droplets. Here, we imaged freezing onsets, providing direct evidence of these proposed mechanisms. High-speed cryo-microscopy identified the onset location of freezing in droplets between two protein-repellent glass slides. INpro from sterilized P. syringae (Snomax) statistically favored nucleation at the AWI of the droplets. Removing cellular fragments by filtration or adding surfactants increased the frequency of nucleation events at the AWI. On the other hand, cultivated intact bacteria cells or lipid-free droplets nucleated ice without an affinity to the AWI. Overall, we provide visual evidence that INpro from P. syringae trigger freezing at hydrophobic interfaces, such as the AWI or the bacterial membrane, with important mechanistic implications for applications of INpro.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,272
Écart entre enseignants0,255 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetnanoparticles nucleation surface interactionsTravaux en français237 207