מחשבון מסיסות חלבונים: ניבוי המסיסות בממסים שונים

מבוא למסיסות חלבונים

מסיסות חלבונים היא פרמטר קריטי בביוכימיה, פיתוח תרופות וביוטכנולוגיה, המכתיב את הריכוז המרבי שבו חלבון נשאר מומס בממס ספציפי. מחשבון המסיסות חלבונים הזה מספק שיטה מהימנה לניבוי עד כמה חלבונים שונים יתמוססו בפתרונות שונים בהתבסס על פרמטרים פיזיקליים-כימיים מרכזיים. בין אם אתם מפתחים תרופות ביולוגיות, מעצבים פרוטוקולי טיהור או מבצעים ניסויים מחקריים, הבנת מסיסות חלבונים היא חיונית להצלחות מוצלחות.

מסיסות מושפעת ממספר גורמים כולל תכונות החלבון (גודל, מטען, הידרופוביות), תכונות הממס (קוטביות, pH, עוצמת יונים) ותנאים סביבתיים (טמפרטורה). המחשבון שלנו משלב את המשתנים הללו באמצעות עקרונות ביופיזיקליים מבוססים כדי לספק ניבויים מדויקים של מסיסות לחלבונים נפוצים בממסים סטנדרטיים במעבדה.

המדע מאחורי מסיסות חלבונים

גורמים מרכזיים המשפיעים על מסיסות חלבונים

מסיסות חלבונים תלויה באינטראקציות מולקולריות מורכבות בין החלבון, הממס ומומסים אחרים. הגורמים העיקריים כוללים:

1. תכונות חלבון:

   • הידרופוביות: חלבונים יותר הידרופוביים בדרך כלל יש להם מסיסות מים נמוכה יותר
   • פיזור מטען פני השטח: משפיע על אינטראקציות אלקטרוסטטיות עם הממס
   • משקל מולקולרי: חלבונים גדולים יותר בדרך כלל יש להם פרופילי מסיסות שונים
   • יציבות מבנית: משפיעה על נטייתם להתאגד או להתפרק

2. תכונות הממס:

   • קוטביות: קובעת עד כמה הממס אינטראקטיבי עם אזורים טעונים
   • pH: משפיע על מטען החלבון ועל קונפורמציה
   • עוצמת יונים: משפיעה על אינטראקציות אלקטרוסטטיות

3. תנאים סביבתיים:

   • טמפרטורה: בדרך כלל מגדילה את המסיסות אך יכולה לגרום להתפרקות
   • לחץ: יכול להשפיע על קונפורמציה ומסיסות החלבון
   • זמן: חלק מהחלבונים עשויים לשקוע לאט עם הזמן

מודל מתמטי למסיסות חלבונים

המחשבון שלנו משתמש במודל מקיף שמתחשב בגורמים המרכזיים המשפיעים על מסיסות חלבונים. המשוואה המרכזית יכולה להיות מיוצגת כך:

$S = S_0 \cdot f_{protein} \cdot f_{solvent} \cdot f_{temp} \cdot f_{pH} \cdot f_{ionic}$

כאשר:

• $S$ = מסיסות מחושבת (מ"ג/מ"ל)
• $S_0$ = גורם מסיסות בסיסי
• $f_{protein}$ = גורם ספציפי לחלבון בהתבסס על הידרופוביות
• $f_{solvent}$ = גורם ספציפי לממס בהתבסס על קוטביות
• $f_{temp}$ = גורם תיקון טמפרטורה
• $f_{pH}$ = גורם תיקון pH
• $f_{ionic}$ = גורם תיקון עוצמת יונים

כל גורם נגזר מקשרים אמפיריים:

1. גורם חלבון: $f_{protein} = (1 - H_p)$

   • כאשר $H_p$ הוא מדד ההידרופוביות של החלבון (0-1)

2. גורם ממס: $f_{solvent} = P_s$

   • כאשר $P_s$ הוא מדד הקוטביות של הממס

3. גורם טמפרטורה:

   1 + \frac{T - 25}{50}, & \text{אם } T < 60°C \\ 1 + \frac{60 - 25}{50} - \frac{T - 60}{20}, & \text{אם } T \geq 60°C \end{cases}$$ - כאשר $T$ היא טמפרטורה ב-°C

4. גורם pH: $f_{pH} = 0.5 + \frac{|pH - pI|}{3}$

   • כאשר $pI$ הוא הנקודה האיזואלקטרית של החלבון

5. גורם עוצמת יונים:

   1 + I, & \text{אם } I < 0.5M \\ 1 + 0.5 - \frac{I - 0.5}{2}, & \text{אם } I \geq 0.5M \end{cases}$$ - כאשר $I$ היא עוצמת יונים במולר (M)

מודל זה מתחשב בקשרים המורכבים והלא ליניאריים בין משתנים, כולל את ההשפעות של "מלח-בתוך" ו"מלח-מחוץ" הנצפות בעוצמות יונים שונות.

קטגוריות מסיסות

בהתבסס על ערך המסיסות המחושב, חלבונים מסווגים לקטגוריות הבאות:

כיצד להשתמש במחשבון מסיסות חלבונים

המחשבון שלנו מספק ממשק פשוט לניבוי מסיסות חלבונים בהתבסס על התנאים הספציפיים שלך. עקוב אחרי הצעדים הבאים כדי לקבל תוצאות מדויקות:

1. בחר סוג חלבון: בחר מתוך חלבונים נפוצים כולל אלבומין, ליזוזים, אינסולין ואחרים.

2. בחר ממס: בחר את הממס שבו אתה רוצה לקבוע את מסיסות החלבון (מים, בופרים, ממסים אורגניים).

3. קבע פרמטרים סביבתיים:

   • טמפרטורה: הכנס את הטמפרטורה ב-°C (בדרך כלל בין 4-60°C)
   • pH: ציין את ערך ה-pH (0-14)
   • עוצמת יונים: הכנס את עוצמת היונים במולר (M)

4. צפה בתוצאות: המחשבון יציג:

   • מסיסות מחושבת במ"ג/מ"ל
   • קטגוריית מסיסות (בלתי מסיס עד מאוד מסיס)
   • ייצוג חזותי של מסיסות יחסית

5. פרש את התוצאות: השתמש במסיסות המחושבת כדי ליידע את עיצוב הניסוי שלך או אסטרטגיית הפורמולציה.

טיפים לחישובים מדויקים

• השתמש בקלט מדויק: פרמטרים מדויקים יותר מביאים לניבויים טובים יותר
• שקול טוהר חלבון: חישובים מניחים חלבונים טהורים; מזהמים עשויים להשפיע על המסיסות בפועל
• קח בחשבון תוספים: נוכחות של מייצבים או תוספים אחרים עשויה לשנות את המסיסות
• אמת ניסיונית: תמיד אשר ניבויים עם בדיקות מעבדה עבור יישומים קריטיים

יישומים מעשיים

פיתוח תרופות

מסיסות חלבונים היא קריטית בניתוח פורמולציות ביופארמצבטיות, שבהן חלבונים תרפויטיים חייבים להישאר יציבים ומסיסים:

• פורמולציית תרופות: קביעת תנאים אופטימליים לחלבוני תרופות
• בדיקות יציבות: ניבוי יציבות לאורך זמן בתנאי אחסון
• עיצוב מערכות מסירה: פיתוח פורמולציות חלבוניות להזרקה או אוראליות
• בקרת איכות: קביעת מפרטים עבור פתרונות חלבוניים

יישומים מחקריים ומעבדתיים

מדענים מסתמכים על ניבויי מסיסות חלבונים עבור מספר יישומים:

• טיהור חלבונים: אופטימיזציה של תנאים להפקה וטיהור
• קריסטלוגרפיה: מציאת תנאים מתאימים לגידול גבישי חלבון
• ניסויי אנזימים: הבטחת פעילות אנזימים בפתרון
• מחקרי אינטראקציה בין חלבונים: שמירה על חלבונים בפתרון עבור ניסויי קישור

ביוטכנולוגיה תעשייתית

מסיסות חלבונים משפיעה על תהליכים ביופרסיים בקנה מידה גדול:

• אופטימיזציה של תסיסה: מקסימיזציה של ייצור חלבונים במגיבים ביולוגיים
• עיבוד עליון: תכנון צעדים יעילים להפרדה וטיהור
• פורמולציית מוצרים: יצירת מוצרים חלבוניים יציבים לשימוש מסחרי
• שיקולי הגדלה: ניבוי התנהגות במהלך ייצור בקנה מידה תעשייתי

תרחישים לדוגמה

1. פורמולציית נוגדנים:

   • חלבון: נוגדן IgG (דומה לאלבומין)
   • ממס: בופר פוספט
   • תנאים: 25°C, pH 7.4, 0.15M עוצמת יונים
   • מסיסות ניבוי: ~50 מ"ג/מ"ל (מסיס)

2. פתרון אחסון אנזימים:

   • חלבון: ליזוזים
   • ממס: תערובת גליצרול/מים
   • תנאים: 4°C, pH 5.0, 0.1M עוצמת יונים
   • מסיסות ניבוי: ~70 מ"ג/מ"ל (מאוד מסיס)

3. סינון גבישי חלבונים:

   • חלבון: אינסולין
   • ממס: בופרים שונים עם משקעים
   • תנאים: 20°C, טווח pH 4-9, עוצמות יונים משתנות
   • מסיסות ניבוי: משתנה (שמשמשת לזיהוי תנאים סמוכים לגבול המסיסות)

אלטרנטיבות לניבוי חישובי

בעוד שהמחשבון שלנו מספק הערכות מהירות, שיטות אחרות לקביעת מסיסות חלבונים כוללות:

1. קביעת ניסיונית:

   • מדידת ריכוז: מדידה ישירה של חלבון מומס
   • שיטות שקיעה: העלאת ריכוז החלבון בהדרגה עד לשקיעה
   • ניסויי עכירות: מדידת עכירות הפתרון כאינדיקטור לבלתי מסיסות
   • יתרונות: מדויק יותר עבור מערכות ספציפיות
   • חסרונות: לוקח זמן, דורש משאבי מעבדה

2. סימולציות דינמיות מולקולריות:

   • משתמשות בפיזיקה חישובית למודל אינטראקציות חלבון-ממס
   • יתרונות: יכולות לספק תובנות מולקולריות מפורטות
   • חסרונות: דורשות תוכנה מיוחדת ומומחיות, אינטנסיביות חישובית

3. גישות למידת מכונה:

   • מאומנות על מערכי נתונים ניסיוניים לניבוי מסיסות
   • יתרונות: יכולות לתפוס דפוסים מורכבים שאינם ניכרים במודלים פשוטים
   • חסרונות: דורשות מערכי נתונים גדולים לאימון, עשויות לא להתאים היטב

התפתחות היסטורית של ההבנה של מסיסות חלבונים

המחקר על מסיסות חלבונים התפתח בצורה משמעותית במהלך המאה הקודמת:

גילויים מוקדמים (1900-1940)

העבודה החלוצית של מדענים כמו אדווין כהן וג'סי גרינשטין הקימה עקרונות בסיסיים של מסיסות חלבונים. שיטת ההפרדה של כהן, שפותחה בשנות ה-40, השתמשה במסיסות שונות כדי להפריד חלבוני פלזמה והייתה קריטית לייצור אלבומין לשימוש רפואי במהלך מלחמת העולם השנייה.

סדרת הופמייסטר (1888)

גילוי ההשפעות הספציפיות של יונים על מסיסות חלבונים (סדרת הופמייסטר) נשאר רלוונטי עד היום. הוא הבחין כי יונים מסוימים (כמו סולפט) מקדמים שקיעה של חלבונים בעוד אחרים (כמו יודיד) מגבירים מסיסות.

הבנה ביופיזיקלית מודרנית (1950-1990)

פיתוח קריסטלוגרפיה בעזרת קרני X וטכניקות אחרות סיפק תובנות על איך מבנה חלבון משפיע על מסיסות. מדענים כמו כריסטיאן אנפינסן הראו את הקשר בין קיפול חלבון למסיסות, והראו כי המצב המקורי בדרך כלל מייצג את הקונפורמציה היציבה ביותר (ולעתים קרובות גם את המסיסות ביותר).

גישות חישוביות (1990-נוכחית)

התקדמות בכוח חישובי אפשרה מודלים מתקדמים יותר לניבוי מסיסות חלבונים. גישות מודרניות משלבות דינמיקה מולקולרית, למידת מכונה ופרמטרים פיזיקליים-כימיים מפורטים כדי לספק ניבויים מדויקים יותר לחלבונים שונים ולתנאים שונים.

דוגמאות ליישום

הנה דוגמאות קוד שמראות כיצד לחשב מסיסות חלבונים באמצעות שפות תכנות שונות:

1def calculate_protein_solubility(protein_type, solvent_type, temperature, pH, ionic_strength):
2    # ערכי הידרופוביות חלבון (דוגמה)
3    protein_hydrophobicity = {
4        'albumin': 0.3,
5        'lysozyme': 0.2,
6        'insulin': 0.5,
7        'hemoglobin': 0.4,
8        'myoglobin': 0.35
9    }
10    
11    # ערכי קוטביות ממס (דוגמה)
12    solvent_polarity = {
13        'water': 9.0,
14        'phosphate_buffer': 8.5,
15        'ethanol': 5.2,
16        'methanol': 6.6,
17        'dmso': 7.2
18    }
19    
20    # חישוב מסיסות בסיסית
21    base_solubility = (1 - protein_hydrophobicity[protein_type]) * solvent_polarity[solvent_type] * 10
22    
23    # גורם טמפרטורה
24    if temperature < 60:
25        temp_factor = 1 + (temperature - 25) / 50
26    else:
27        temp_factor = 1 + (60 - 25) / 50 - (temperature - 60) / 20
28    
29    # גורם pH
30    pI = 5.5
31    pH_factor = 0.5 + abs(pH - pI) / 3
32    
33    # גורם עוצמת יונים
34    if ionic_strength < 0.5:
35        ionic_factor = 1 + ionic_strength
36    else:
37        ionic_factor = 1 + 0.5 - (ionic_strength - 0.5) / 2
38    
39    # חישוב מסיסות סופית
40    solubility = base_solubility * temp_factor * pH_factor * ionic_factor
41    
42    return round(solubility, 2)
43
44# דוגמת שימוש
45solubility = calculate_protein_solubility('albumin', 'water', 25, 7.0, 0.15)
46print(f"מסיסות ניבוי: {solubility} מ"ג/מ"ל")
47

1function calculateProteinSolubility(proteinType, solventType, temperature, pH, ionicStrength) {
2  // ערכי הידרופוביות חלבון
3  const proteinHydrophobicity = {
4    albumin: 0.3,
5    lysozyme: 0.2,
6    insulin: 0.5,
7    hemoglobin: 0.4,
8    myoglobin: 0.35
9  };
10  
11  // ערכי קוטביות ממס
12  const solventPolarity = {
13    water: 9.0,
14    phosphateBuffer: 8.5,
15    ethanol: 5.2,
16    methanol: 6.6,
17    dmso: 7.2
18  };
19  
20  // חישוב מסיסות בסיסית
21  const baseSolubility = (1 - proteinHydrophobicity[proteinType]) * solventPolarity[solventType] * 10;
22  
23  // גורם טמפרטורה
24  let tempFactor;
25  if (temperature < 60) {
26    tempFactor = 1 + (temperature - 25) / 50;
27  } else {
28    tempFactor = 1 + (60 - 25) / 50 - (temperature - 60) / 20;
29  }
30  
31  // גורם pH
32  const pI = 5.5;
33  const pHFactor = 0.5 + Math.abs(pH - pI) / 3;
34  
35  // גורם עוצמת יונים
36  let ionicFactor;
37  if (ionicStrength < 0.5) {
38    ionicFactor = 1 + ionicStrength;
39  } else {
40    ionicFactor = 1 + 0.5 - (ionicStrength - 0.5) / 2;
41  }
42  
43  // חישוב מסיסות סופית
44  const solubility = baseSolubility * tempFactor * pHFactor * ionicFactor;
45  
46  return Math.round(solubility * 100) / 100;
47}
48
49// דוגמת שימוש
50const solubility = calculateProteinSolubility('albumin', 'water', 25, 7.0, 0.15);
51console.log(`מסיסות ניבוי: ${solubility} מ"ג/מ"ל`);
52

1public class ProteinSolubilityCalculator {
2    public static double calculateSolubility(String proteinType, String solventType, 
3                                            double temperature, double pH, double ionicStrength) {
4        // ערכי הידרופוביות חלבון
5        Map<String, Double> proteinHydrophobicity = new HashMap<>();
6        proteinHydrophobicity.put("albumin", 0.3);
7        proteinHydrophobicity.put("lysozyme", 0.2);
8        proteinHydrophobicity.put("insulin", 0.5);
9        proteinHydrophobicity.put("hemoglobin", 0.4);
10        proteinHydrophobicity.put("myoglobin", 0.35);
11        
12        // ערכי קוטביות ממס
13        Map<String, Double> solventPolarity = new HashMap<>();
14        solventPolarity.put("water", 9.0);
15        solventPolarity.put("phosphateBuffer", 8.5);
16        solventPolarity.put("ethanol", 5.2);
17        solventPolarity.put("methanol", 6.6);
18        solventPolarity.put("dmso", 7.2);
19        
20        // חישוב מסיסות בסיסית
21        double baseSolubility = (1 - proteinHydrophobicity.get(proteinType)) 
22                              * solventPolarity.get(solventType) * 10;
23        
24        // גורם טמפרטורה
25        double tempFactor;
26        if (temperature < 60) {
27            tempFactor = 1 + (temperature - 25) / 50;
28        } else {
29            tempFactor = 1 + (60 - 25) / 50 - (temperature - 60) / 20;
30        }
31        
32        // גורם pH
33        double pI = 5.5;
34        double pHFactor = 0.5 + Math.abs(pH - pI) / 3;
35        
36        // גורם עוצמת יונים
37        double ionicFactor;
38        if (ionicStrength < 0.5) {
39            ionicFactor = 1 + ionicStrength;
40        } else {
41            ionicFactor = 1 + 0.5 - (ionicStrength - 0.5) / 2;
42        }
43        
44        // חישוב מסיסות סופית
45        double solubility = baseSolubility * tempFactor * pHFactor * ionicFactor;
46        
47        // עיגול ל-2 מקומות אחרי הנקודה
48        return Math.round(solubility * 100) / 100.0;
49    }
50    
51    public static void main(String[] args) {
52        double solubility = calculateSolubility("albumin", "water", 25, 7.0, 0.15);
53        System.out.printf("מסיסות ניבוי: %.2f מ"ג/מ"ל%n", solubility);
54    }
55}
56

1calculate_protein_solubility <- function(protein_type, solvent_type, temperature, pH, ionic_strength) {
2  # ערכי הידרופוביות חלבון
3  protein_hydrophobicity <- list(
4    albumin = 0.3,
5    lysozyme = 0.2,
6    insulin = 0.5,
7    hemoglobin = 0.4,
8    myoglobin = 0.35
9  )
10  
11  # ערכי קוטביות ממס
12  solvent_polarity <- list(
13    water = 9.0,
14    phosphate_buffer = 8.5,
15    ethanol = 5.2,
16    methanol = 6.6,
17    dmso = 7.2
18  )
19  
20  # חישוב מסיסות בסיסית
21  base_solubility <- (1 - protein_hydrophobicity[[protein_type]]) * 
22                     solvent_polarity[[solvent_type]] * 10
23  
24  # גורם טמפרטורה
25  temp_factor <- if (temperature < 60) {
26    1 + (temperature - 25) / 50
27  } else {
28    1 + (60 - 25) / 50 - (temperature - 60) / 20
29  }
30  
31  # גורם pH
32  pI <- 5.5
33  pH_factor <- 0.5 + abs(pH - pI) / 3
34  
35  # גורם עוצמת יונים
36  ionic_factor <- if (ionic_strength < 0.5) {
37    1 + ionic_strength
38  } else {
39    1 + 0.5 - (ionic_strength - 0.5) / 2
40  }
41  
42  # חישוב מסיסות סופית
43  solubility <- base_solubility * temp_factor * pH_factor * ionic_factor
44  
45  # עיגול ל-2 מקומות אחרי הנקודה
46  return(round(solubility, 2))
47}
48
49# דוגמת שימוש
50solubility <- calculate_protein_solubility("albumin", "water", 25, 7.0, 0.15)
51cat(sprintf("מסיסות ניבוי: %s מ"ג/מ"ל\n", solubility))
52

שאלות נפוצות

מהי מסיסות חלבונים?

מסיסות חלבונים מתייחסת לריכוז המרבי שבו חלבון נשאר מומס לחלוטין בפתרון ספציפי בתנאים נתונים. זהו פרמטר קריטי בביוכימיה ובפיתוח תרופות המכתיב עד כמה חלבון מתמוסס ולא יוצר אגרגטים או שקיעות.

אילו גורמים משפיעים בעיקר על מסיסות חלבונים?

הגורמים המשפיעים ביותר הם pH (בעיקר ביחס לנקודה האיזואלקטרית של החלבון), עוצמת יונים של הפתרון, טמפרטורה ותכונות החלבון עצמו (בעיקר הידרופוביות ומבנה מטען). הרכב הממס גם משחק תפקיד מרכזי.

כיצד pH משפיע על מסיסות חלבונים?

חלבונים בדרך כלל פחות מסיסים בנקודת איזואלקטרית (pI) שבה המטען הנקי הוא אפס, מה שמפחית דחייה אלקטרוסטטית בין מולקולות. מסיסות בדרך כלל עולה כאשר ה-pH זז מהpI בכיוונים שונים, כאשר החלבון מקבל מטען חיובי או שלילי.

מדוע טמפרטורה משפיעה על מסיסות חלבונים?

טמפרטורה משפיעה על מסיסות חלבונים בשני אופנים: טמפרטורות גבוהות בדרך כלל מגדילות את המסיסות על ידי מתן יותר אנרגיה תרמית כדי להתגבר על משיכות בין מולקולריות, אך טמפרטורות גבוהות מדי עשויות לגרום להתפרקות, מה שעלול להפחית את המסיסות אם המצב המתפרק פחות מסיס.

מהי השפעת "מלח-בתוך" ו"מלח-מחוץ"?

"מלח-בתוך" מתרחש בעוצמות יונים נמוכות שבהן יונים נוספים מגבירים את מסיסות החלבון על ידי מיגון אזורים טעונים. "מלח-מחוץ" מתרחש בעוצמות יונים גבוהות שבהן יונים מתחרים עם חלבונים על מולקולות מים, מה שמפחית את המסיסות של החלבון.

עד כמה מדויקים ניבויים חישוביים של מסיסות חלבונים?

ניבויים חישוביים מספקים הערכות טובות אך בדרך כלל יש להם טווח שגיאה של 10-30% בהשוואה לערכים ניסיוניים. הדיוק תלוי עד כמה תכונות החלבון מאופיינות היטב ועד כמה הוא דומה לחלבונים ששימשו לפיתוח מודל הניבוי.

האם המחשבון יכול לנבא מסיסות לכל חלבון?

המחשבון עובד הכי טוב עבור חלבונים מאופיינים היטב הדומים לאלה במאגר הנתונים שלו. חלבונים חדשים או חלבונים שעברו שינויים רבים עשויים להיות בעלי תכונות ייחודיות שלא נתפסות על ידי המודל, מה שעשוי להפחית את דיוק הניבוי.

כיצד ריכוז החלבון משפיע על מדידות מסיסות?

מסיסות חלבונים תלויה בריכוז; ככל שהריכוז עולה, חלבונים נוטים יותר לאינטראקציה עם זה ולא עם הממס, מה שעלול להוביל לאגרגציה או שקיעה ברגע שהגבול של המסיסות מושג.

מה ההבדל בין מסיסות ליציבות?

מסיסות מתייחסת ספציפית לכמה חלבון יכול להתמוסס בפתרון, בעוד שיציבות מתייחסת עד כמה החלבון שומר על המבנה והפונקציה המקוריים שלו לאורך זמן. חלבון יכול להיות מאוד מסיס אך לא יציב (נוטה להיחלש), או יציב אך לא מסיס.

כיצד אני יכול לאמת ניסיונית את ערכי המסיסות הניבויים?

אימות ניסיוני בדרך כלל כולל הכנת פתרונות חלבוניים בריכוזים הולכים ועולים עד לשקיעה מתרחשת, או שימוש בטכניקות כמו פיזור אור דינמי כדי לזהות את היווצרות האגרגטים. צנטריפוגה ואחריה מדידת ריכוז חלבון בסופרנטנט יכולים גם לכמת מסיסות בפועל.

מקורות

1. Arakawa, T., & Timasheff, S. N. (1984). Mechanism of protein salting in and salting out by divalent cation salts: balance between hydration and salt binding. Biochemistry, 23(25), 5912-5923.

2. Cohn, E. J., & Edsall, J. T. (1943). Proteins, amino acids and peptides as ions and dipolar ions. Reinhold Publishing Corporation.

3. Fink, A. L. (1998). Protein aggregation: folding aggregates, inclusion bodies and amyloid. Folding and Design, 3(1), R9-R23.

4. Kramer, R. M., Shende, V. R., Motl, N., Pace, C. N., & Scholtz, J. M. (2012). Toward a molecular understanding of protein solubility: increased negative surface charge correlates with increased solubility. Biophysical Journal, 102(8), 1907-1915.

5. Trevino, S. R., Scholtz, J. M., & Pace, C. N. (2008). Measuring and increasing protein solubility. Journal of Pharmaceutical Sciences, 97(10), 4155-4166.

6. Wang, W., Nema, S., & Teagarden, D. (2010). Protein aggregation—Pathways and influencing factors. International Journal of Pharmaceutics, 390(2), 89-99.

7. Zhang, J. (2012). Protein-protein interactions in salt solutions. In Protein-protein interactions–computational and experimental tools. IntechOpen.

8. Zhou, H. X., & Pang, X. (2018). Electrostatic interactions in protein structure, folding, binding, and condensation. Chemical Reviews, 118(4), 1691-1741.

נסה את מחשבון מסיסות חלבונים שלנו היום כדי לייעל את הפורמולציות החלבוניות שלך ואת התנאים הניסיוניים. בין אם אתם מפתחים תרופה ביולוגית חדשה או מתכננים ניסויים במעבדה, ניבויים מדויקים של מסיסות יכולים לחסוך זמן ומשאבים תוך שיפור התוצאות. יש שאלות או הצעות? צור קשר לקבלת סיוע נוסף עם אתגרים ספציפיים של מסיסות חלבונים שלך.