Étudier les fonctions des protéines avec des nanoantennes fluorescentes
Bibliographic record
Abstract
Caractériser la fonction des protéines est crucial pour notre compréhension des mécanismes moléculaires de la vie, des maladies, et aussi pour inspirer de nouvelles applications en bionanotechnologie. Pour y arriver, il est nécessaire de caractériser la structure et la dynamique de chaque état occupé par la protéine durant sa fonction. La caractérisation expérimentale des états transitoires des protéines représente encore un défi majeur parce que les techniques à haute résolution structurelle, telles que la spectroscopie RMN et la cristallographie aux rayons X, peuvent difficilement être appliquées à l’étude des états de courte durée. De plus, les techniques à haute résolution temporelle, telles que la spectroscopie de fluorescence, nécessitent généralement une chimie complexe pour introduire des fluorophores à des endroits spécifiques dans la protéine. Dans cette thèse nous introduisons l’utilisation des nanoantennes fluorescentes en tant que nouvelle stratégie pour détecter et signaler les changements de conformation des protéines via des interactions non covalentes entre des fluorophores spécifiques et la surface de la protéine. En utilisant des expériences et des simulations moléculaires, nous démontrons que des fluorophores chimiquement divers peuvent se lier et être utilisés pour sonder différentes régions d’une enzyme modèle, la phosphatase alcaline (PA). Ces nanoantennes peuvent être fixées directement aux protéines ou utilisées à l'aide du système de fixation simple et modulaire, le complexe biotine-streptavidine (SA), qui permet un criblage rapide et efficace de la nanoantenne optimale tant dans sa composition que sa longueur. Dans le cas de la PA, nous montrons que nos nanoantennes permettent la détection et la caractérisation des conformations distinctes incluant les changements conformationnels nanoscopiques produisant durant la catalyse du substrat. Nous démontrons également que les signaux fluorescents émis par la nanoantenne peuvent également permettre de caractériser la cinétique enzymatique d’une protéine en une seule expérience tout en incluant la détermination des paramètres « Michaelis-Menten » de ses substrats et inhibiteurs. Nous avons également exploré l'universalité de la stratégie ces nanoantennes fluorescentes en utilisant une autre protéine modèle, la Protéine G et son interaction avec les anticorps, et avons démontré son utilité pour mettre au point un essai permettant de détecter les anticorps. Ces nanoantennes simples et faciles à utiliser peuvent être appliquées pour détecter et analyser les changements conformationnels de toutes tailles et nos résultats suggèrent qu'elles pourraient être utilisées pour caractériser n’importe quel type de fonction.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".