Substrate Cleavage Analysis of Furin and Related Proprotein Convertases
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We present the data and the technology, a combination of which allows us to determine the identity of proprotein convertases (PCs) related to the processing of specific protein targets including viral and bacterial pathogens. Our results, which support and extend the data of other laboratories, are required for the design of effective inhibitors of PCs because, in general, an inhibitor design starts with a specific substrate. Seven proteinases of the human PC family cleave the multibasic motifs R-X-(R/K/X)-R downward arrow and, as a result, transform proproteins, including those from pathogens, into biologically active proteins and peptides. The precise cleavage preferences of PCs have not been known in sufficient detail; hence we were unable to determine the relative importance of the individual PCs in infectious diseases, thus making the design of specific inhibitors exceedingly difficult. To determine the cleavage preferences of PCs in more detail, we evaluated the relative efficiency of furin, PC2, PC4, PC5/6, PC7, and PACE4 in cleaving over 100 decapeptide sequences representing the R-X-(R/K/X)-R downward arrow motifs of human, bacterial, and viral proteins. Our computer analysis of the data and the follow-on cleavage analysis of the selected full-length proteins corroborated our initial results thus allowing us to determine the cleavage preferences of the PCs and to suggest which PCs are promising drug targets in infectious diseases. Our results also suggest that pathogens, including anthrax PA83 and the avian influenza A H5N1 (bird flu) hemagglutinin precursor, evolved to be as sensitive to PC proteolysis as the most sensitive normal human proteins.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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