Peptide Library Approach to Uncover Phosphomimetic Inhibitors of the BRCA1 C-Terminal Domain
Notice bibliographique
Résumé
Many intracellular protein-protein interactions are mediated by the phosphorylation of serine, and phosphoserine-containing peptides can inhibit these interactions. However, hydrolysis of the phosphate by phosphatases, and the poor cell permeability associated with phosphorylated peptides has limited their utility in cellular and in vivo contexts. Compounding the problem, strategies to replace phosphoserine in peptide inhibitors with easily accessible mimetics (such as Glu or Asp) routinely fail. Here, we present an in vitro selection strategy for replacement of phosphoserine. Using mRNA display, we created a 10 trillion member structurally diverse unnatural peptide library. From this library, we found a peptide that specifically binds to the C-terminal domain (BRCT)2 of breast cancer associated protein 1 (BRCA1) with an affinity comparable to phosphorylated peptides. A crystal structure of the peptide bound reveals that the pSer-x-x-Phe motif normally found in BRCA1 (BRCT)2 binding partners is replaced by a Glu-x-x-4-fluoroPhe and that the peptide picks up additional contacts on the protein surface not observed in cognate phosphopeptide binding. Expression of the peptide in human cells led to defects in DNA repair by homologous recombination, a process BRCA1 is known to coordinate. Overall, this work validates a new in vitro selection approach for the development of inhibitors of protein-protein interactions mediated by serine phosphorylation.
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 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».