Decoding Collagen's Thermally Induced Unfolding and Refolding Pathways
Notice bibliographique
Résumé
Collagen has been evolutionarily selected as the preferred building block of extracellular structures. Despite inherent thermal instability of individual proteins at body temperature, collagen manages to assemble into higher-order structures that provide mechanical support to tissues. Sequence features that enhance collagen stability have been deduced largely from studies of collagen-mimetic peptides, as the large sizes of collagens have precluded high-resolution studies of their structure. Thus, there is a need for new methods to analyze the structure and mechanics of native collagen proteins. In this study, we used AFM imaging to investigate the temperature response of collagen types I, III and particularly IV. We observed a time-dependent loss of folded structures upon exposure to body temperature, with structural destabilization along the collagenous domain reflected by a shorter overall contour length. We characterized the sequence-dependent bending stiffness profile of collagen IV as a function of temperature and identified a putative initiation site for thermally induced unfolding. Interchain disulfide bonds in collagen IV were shown to enhance thermal stability and serve as the primary nucleation sites for in vitro refolding. In contrast to the canonical C-to-N terminal folding direction, we found an interchain cystine knot to enable folding in the opposite direction. Multiple sequence alignments revealed that this cystine knot is evolutionarily conserved across metazoan phyla, highlighting its significance in the stabilization of early collagen IV structures. Our findings provide mechanistic insights into the unfolding and refolding pathway of collagen IV, providing valuable insight into how its heterogeneous sequence influences stability and mechanics.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».