Molecular simulations of protein disorderThis paper is one of a selection of papers published in this special issue entitled “Canadian Society of Biochemistry, Molecular & Cellular Biology 52nd Annual Meeting — Protein Folding: Principles and Diseases” and has undergone the Journal's usual peer review process.
Notice bibliographique
Résumé
Protein disorder is abundant in proteomes throughout all kingdoms of life and serves many biologically important roles. Disordered states of proteins are challenging to study experimentally due to their structural heterogeneity and tendency to aggregate. Computer simulations, which are not impeded by these properties, have recently emerged as a useful tool to characterize the conformational ensembles of intrinsically disordered proteins. In this review, we provide a survey of computational studies of protein disorder with an emphasis on the interdisciplinary nature of these studies. The application of simulation techniques to the study of disordered states is described in the context of experimental and bioinformatics approaches. Experimental data can be incorporated into simulations, and simulations can provide predictions for experiment. In this way, simulations have been integrated into the existing methodologies for the study of disordered state ensembles. We provide recent examples of simulations of disordered states from the literature and our own work. Throughout the review, we emphasize important predictions and biophysical understanding made possible through the use of simulations. This review is intended as both an overview and a guide for structural biologists and theoretical biophysicists seeking accurate, atomic-level descriptions of disordered state ensembles.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».