MétaCan
Menu
Retour à la cohorte
Enregistrement W6906270018 · doi:10.17169/refubium-46310

Measuring the Thermal Unfolding of Lysozyme: A Critical Comparison of Differential Scanning Fluorimetry and Differential Scanning Calorimetry

2025· article· en· W6906270018 sur OpenAlexfundno aff

Notice bibliographique

RevueRefubium (Universitätsbibliothek der Freien Universität Berlin) · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Structure and Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDeutsche Forschungsgemeinschaft
Mots-clésDifferential scanning calorimetryEnthalpyHeat capacityFluorescence spectroscopyDynamic light scatteringCalorimetrySpectroscopyAnalytical Chemistry (journal)Atmospheric temperature range

Résumé

récupéré en direct d'OpenAlex

The thermal unfolding of lysozyme in aqueous solution has been analyzed by (nano) differential scanning fluorimetry (nanoDSF) and differential scanning calorimetry (DSC). In addition, dynamic light scattering (DLS) acquired in parallel to the DSF measurements, was used to confirm that the change in hydrodynamic radius upon unfolding is rather small (RH,f=1.75 nm in the folded state; and RH,u=1.91 nm in the unfolded state). NanoDSF measurements were evaluated to characterize the folding/unfolding transition within the classical two-state folding model. The temperature of unfolding (Tm) is found to be the most robust quantity. The unfolding enthalpy DHu and the change of specific heat were also obtained and errors in the range of 5–10% and 30–50% were determined, respectively. A comparison of thermodynamic parameters from nanoDSF and DSC measurements provides evidence for an increasing unfolding enthalpy DHu with protein concentration. A comparison with data from literature suggests that a weak association in the folded state can lead to the observed change of the unfolding enthalpy. For Δcp significantly higher values is deduced from the analysis of temperature dependent nanoDSF measurements (10 kJ/(K mol)) as compare to DSC (3–5 kJ/(K mol)).

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,070
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)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,012
Tête enseignante GPT0,261
Écart entre enseignants0,249 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRefubium (Universitätsbibliothek der Freien Universität Berlin)Même sujetProtein Structure and DynamicsTravaux en français237 207