Étude de protéines de soie d'araignée par spectroscopie de résonance magnétique nucléaire et diffusion dynamique de la lumière
Bibliographic record
Abstract
Les propriétés mécaniques remarquables de la soie d'araignée font d'elle la fibre les plus prisée de toutes les fibres naturelles et synthétiques. Une compagnie canadienne de biotechnologie, Nexia a réussi à utiliser des chèvres comme système d'expression pour les protéines de soie d'araignée. Malheureusement, les propriétés mécaniques des fibres produites à partir de la soie de Nexia n'étaient pas à la hauteur de celles des fibres naturelles. Dans le but de produire des fibres synthétiques avec des propriétés mécaniques semblables à celles de la soie naturelle, l'étude du comportement des protéines de soie en solution et sous forme solide est nécessaire. C'est pourquoi des études structurales par RMN en solution et solide des protéines de Nexia et de soie naturelle ont été effectuées. Les résultats suggèrent que les structures désordonnées et en hélices de polyproline II en solution sont importantes pour l'étape préfilage et que ces structures se changent en feuillets-β pour former des cristaux qui confèrent la haute contrainte à la rupture des fibres de soie d'araignée. Les résultats suggèrent aussi la nécessité de forcer les interactions intermoléculaires soit mécaniquement et/ou en changeant les conditions physicochimiques des solutions de protéines pour former des feuillets-β orientés. Des études de RMN et de DLS nous ont permis d'obtenir des diamètres hydrodynamiques pour les protéines de soie en solution et suggèrent un processus de filage alliant des changements de pH, de sels et une augmentation des forces de cisaillement qui forcent les protéines à s'assembler et former des fibres. La baisse de pH dans le processus de filage favoriserait une population oligomérique des protéines. De plus, le sel aiderait à l'entreposage des protéines avant le filage et son absence forcerait les protéines à s'assembler et former un gel. La partie non répétitive conservée C-terminale des protéines de soie semble être d'une grande importance vue la conservation de cette partie de la protéine à travers les derniers 240 millions d'années d'évolution. Un résumé des études effectuées sur ce segment de protéine est également présenté. Des éléments nouveaux dans le processus de filage sont discutés à la lumière des résultats obtenus dans cette thèse.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".