MétaCan
Menu
Retour à la cohorte
Enregistrement W7115820598

Natural Abundance ^13 C Kies on Glucoside Hydrolysis by NMR

2003· dissertation· en· W7115820598 sur OpenAlexaff

Notice bibliographique

RevueMacSphere (McMaster University) · 2003
Typedissertation
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBiochemical and Molecular Research
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésKinetic isotope effectHydrolysisEnzymatic hydrolysisSubstrate (aquarium)Abundance (ecology)EnzymeGlucosideNuclear magnetic resonance spectroscopy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Kinetic isotope effect (KIE) study of enzymatic mechanisms has the potential for aiding the design of tight binding inhibitors, but is hampered by the need for isotopically labeled substrates. Recently, however, methods for measuring ¹³C and ²H KIEs at natural abundance by NMR spectroscopy have been developed, allowing KIEs to be measured at every NMR resolvable nucleus without isotopic substitution. Until this study, this technique had yet to be applied to an enzymatic system. KIEs provide information about transition states (TS) and since enzymes tightly bind structures resembling the TS, TS analogs can be used as powerful inhibitors and potential drugs. Glycosidases are enzymes that hydrolyze the acetals of carbohydrates. Inhibition of glycosidases has a large potential for therapeutic value. Methyl glucoside hydrolysis was used as a model substrate in the measurement of natural abundance KIEs. ¹³C KIEs were successfully measured on the acid and glucosidase catalyzed hydrolysis of methyl glucosides. The values of the primary ¹³C KIEs show that hydrolysis of β-methyl glucoside by β-glucosidase a more concerted ANON reaction. KIEs on the corresponding α-anomer suggest the opposite result, a ON*AN reaction. The experimental KIEs also matched well with calculated equilibrium isotope effects, lending support for the accuracy of the measurements.

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), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,551
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,005
Tête enseignante GPT0,212
Écart entre enseignants0,207 · 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
GenreAutre

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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacSphere (McMaster University)Même sujetBiochemical and Molecular ResearchTravaux en français237 207