Ion Valency as a Molecular Switch for Salt‐Resistant Underwater Adhesion
Notice bibliographique
Résumé
Abstract Achieving underwater adhesion remains challenging due to the disruption of interfacial interactions by hydration layers and the ionic environment. This study shows how high adhesion in a saline environment can be achieved in adhesive peptide systems relying on π–π and cation‐π interactions using multivalent ions. Monovalent ions (K + ) disrupt native peptide‐peptide interactions, drastically reducing adhesion strength. Conversely, multivalent ions (Mg 2+ and Y 3+ ) enable robust interfacial adhesion by forming stable π‐cation‐π networks, effectively compensating for disrupted native pairings. The adhesion enhancement by Y 3+ is particularly pronounced, highlighting its unique capability for multidentate bridging. Molecular dynamics simulations and quantum mechanical analyses confirm that Y 3+ ions stabilize extended interfacial interactions, enabling stronger stress dissipation during tensile deformation. Additionally, NMR spectroscopy supports these observations by demonstrating significant cation‐dependent perturbations of aromatic (Phe) and cationic (Lys) peptide residues. A thermodynamic model further elucidates the competitive binding dynamics underpinning adhesion modulation and capturing all experimental trends. This work provides detailed molecular insights into ion valency effects on cation‐π mediated underwater adhesion, guiding the development of bio‐inspired materials with tailored ionic responsiveness suitable for biomedical and technological applications in saline environments.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».