MétaCan
Menu
Retour à la cohorte
Enregistrement W4408608609 · doi:10.1016/j.mrl.2025.200195

NMR methods for investigating functionally relevant biomolecular dynamics

2025· review· en· W4408608609 sur OpenAlexfundno aff
Yangzhuoyue Jin, Yingxian Cui, Tairan Yuwen

Notice bibliographique

RevueMagnetic Resonance Letters · 2025
Typereview
Langueen
DomainePhysics and Astronomy
ThématiqueNMR spectroscopy and applications
Établissements canadiensnon disponible
Organismes subventionnairesBeijing Municipal Natural Science FoundationCanadian Institutes of Health ResearchNatural Science Foundation of Beijing MunicipalityTsinghua UniversityNational Natural Science Foundation of ChinaSt. Jude Children's Research Hospital
Mots-clésDynamics (music)Computational biologyComputer scienceBiologyPsychology

Résumé

récupéré en direct d'OpenAlex

The dynamics of biomolecules span across a wide range of timescales, reflecting the complexity of free energy landscapes of biomolecules. Among these, the microsecond-to-millisecond (μs–ms) timescale dynamics are particularly significant, offering detailed insights into the kinetic, thermodynamic, and structural aspects of biological function. Many critical biological processes, including enzyme catalysis, protein folding, ligand binding, and allosteric regulation, operate within this timescale. Nuclear magnetic resonance (NMR) spectroscopy is a powerful technique for probing molecular dynamics in this time window, commonly used NMR methods for investigating μs–ms timescale dynamics include Carr–Purcell–Meiboom–Gill (CPMG) relaxation dispersion, chemical exchange saturation transfer (CEST), and rotating-frame longitudinal relaxation dispersion ( R 1 ρ relaxation dispersion). This review provides a brief overview of the fundamental principles and some recent advances of these methods, highlighting their interrelationships and applications in elucidating biomolecular dynamics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
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)0,0000,000

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 Opus0,019
Tête enseignante GPT0,389
Écart entre enseignants0,370 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMagnetic Resonance LettersMême sujetNMR spectroscopy and applicationsTravaux en français237 207