MétaCan
Menu
Retour à la cohorte
Enregistrement W4405777789 · doi:10.1101/2024.12.24.630169

Selective ion binding and uptake shape the microenvironment of biomolecular condensates

2024· preprint· en· W4405777789 sur OpenAlexafffund
Iris B. A. Smokers, Enrico Lavagna, Rafael V. M. Freire, Matteo Paloni, Ilja K. Voets, Alessandro Barducci, Paul B. White, Mazdak Khajehpour, Evan Spruijt

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaEuropean CommissionSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungEuropean Synchrotron Radiation FacilityAgence Nationale de la RechercheNational Science Foundation
Mots-clésBiophysicsIonChemistryPhysicsNanotechnologyComputational biologyMaterials scienceBiologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Biomolecular condensates modulate various ion-dependent cellular processes and can regulate subcellular ion distributions by selective uptake of ions. However, the molecular grammar governing condensate-ion interactions is poorly understood. Here, we use NMR spectroscopy of ions and model condensate components to quantify and spatially resolve selective ion binding to condensates and show that these interactions follow the law of matching water affinities, resulting in strong binding between proteins and chaotropic anions, and between nucleic acids and kosmotropic cations. Ion uptake into condensates directly follows binding affinities, resulting in selective uptake of strong-binding ions, but exclusion of weak-binding ions. Ion binding further shapes the condensate microenvironment by altering the composition, viscosity and interface potential. Such changes can have profound effects on biochemical processes taking place inside condensates, as we show for RNA duplex formation. Our findings provide a new perspective on the role of condensate-ion interactions in cellular bio- and electrochemistry and may aid design of condensate-targeting therapeutics.

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 enseignants0,002
Score d'incertitude au seuil0,005

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 technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,219
Écart entre enseignants0,209 · 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

Citations9
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207