MétaCan
Menu
Retour à la cohorte
Enregistrement W2024629794 · doi:10.1039/c4mb00723a

Insight into the key interactions of bromodomain inhibitors based on molecular docking, interaction fingerprinting, molecular dynamics and binding free energy calculation

2015· article· en· W2024629794 sur OpenAlexaff
Ting Ran, Zhimin Zhang, Kejun Liu, Yi Lu, Huifang Li, Jinxing Xu, Xiao Xiong, Yanmin Zhang, Anyang Xu, Shuai Lü, Haichun Liu, Tao Lu, Yadong Chen

Notice bibliographique

RevueMolecular BioSystems · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Degradation and Inhibitors
Établissements canadiensVancouver Biotech (Canada)University of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBromodomainDocking (animal)Molecular dynamicsChemistryComputational biologyBinding siteComputational chemistryBiochemistryBiologyEpigeneticsMedicineGene

Résumé

récupéré en direct d'OpenAlex

The bromodomain is a key protein-protein interaction module that specifically reads the acetylation marks of histones in epigenetic regulation. Currently, lots of inhibitors targeting the bromodomain have been reported as therapeutic agents. To better understand the interaction mechanism of bromodomain inhibitors, 20 diverse bromodomain inhibitors were studied using a combination of computational methods, including molecular docking, interaction fingerprinting, molecular dynamics simulation and binding free energy calculation. As a result, interactions important for the activity were critically analyzed, and the energy contribution in terms of individual residues was explored. These integrated results provided insights into two hot spots in the active site of the bromodomain, where the hydrophobic hot spot formed by Trp81, Val87, Leu92 and Ile146 played a central role in the interaction, and the hydrogen-bond hot spot mediated by Asn140 exhibited a moderate contribution to the binding affinity of the bromodomain inhibitors. This interaction mechanism study may facilitate the rational design of novel small-molecule bromodomain inhibitors.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,008
Tête enseignante GPT0,238
Écart entre enseignants0,229 · 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 source (Gemma direct ou Codex distillé), 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

Citations22
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular BioSystemsMême sujetProtein Degradation and InhibitorsTravaux en français237 207