MétaCan
Menu
Retour à la cohorte
Enregistrement W1996808075 · doi:10.1021/ci900358z

Quantum Chemical Associations Ligand−Residue: Their Role to Predict Flavonoid Binding Sites in Proteins

2010· article· en· W1996808075 sur OpenAlexaff
Alberto Rolo-Naranjo, Edelsys Codorniu‐Hernández, Noel Ferro

Notice bibliographique

RevueJournal of Chemical Information and Modeling · 2010
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputational Drug Discovery Methods
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésQuantum chemicalLigand (biochemistry)Virtual screeningFlavonoidChemistryBinding siteIn silicoResidue (chemistry)Computational chemistryStereochemistryAmino acid residueComputational biologyBiochemistryMolecular dynamicsBiologyMoleculeOrganic chemistryPeptide sequenceReceptor

Résumé

récupéré en direct d'OpenAlex

A novel approach is applied for the prediction of potential binding sites in ligand-protein interactions. This methodology introduces an integral strategy based on the calculation of protein geometrical parameters and the use of a quantum mechanical descriptor, Binding Local Site (B(LS)). A screening of the most likely cavities in the protein crystal structure is carried out where the analysis of geometric cavities is performed, and the virtual centers for binding (VCB) are located. The VCB surrounding amino acid residues (AA) are evaluated through the calculation of the B(LS) by using the theoretical affinity order between the ligand and each AA. It includes a quantum scoring function based on the ligand-AA association energies and entropies. A contribution to the understanding of flavonoid-protein interactions is provided as well. The new bioinformatic strategy makes good predictions for flavonoid ligands. The calculated binding sites are quite in agreement with the crystal binding sites of 10 flavonoid binding proteins. This is a contribution of quantum mechanics in some phases of in silico drug design.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,736
Score d'incertitude au seuil0,359

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,023
Tête enseignante GPT0,286
Écart entre enseignants0,263 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical Information and ModelingMême sujetComputational Drug Discovery MethodsTravaux en français237 207