Discovery and design of novel inhibitors of botulinus neurotoxin A: targeted ‘hinge’ peptide libraries
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
Intoxication by the zinc protease botulinus neurotoxin A (BoNT-A) results from cleavage of a single Q-R bond in the neuronal protein SNAP-25, which disables the docking mechanism required for neurotransmitter release. In the present study, potential inhibitors of BoNT-A were assessed from their effects on the BoNT-A cleavage of a synthetic 17-mer peptide (SNAP-25, residues 187-203) spanning the Q-R cleavage site. Compounds that inhibited BoNT-A included thiols (zinc chelators) such as dithiothreitol, dimercaptopropanesulfonic acid, mercaptosuccinic acid and captopril. In addition, compounds containing multiple acidic functions, such as the SNARE motif V2 (ELDDRADALQ), the tripeptide Glu-Glu-Glu and the steroid glycoside glycyrrhizic acid, were effective inhibitors. 'Hinge' peptide mini-libraries (PMLs) having the structure acetyl-X(1)-X(2)-linker-X(3)-X(4)-NH(2) or X(1)-X(2)-linker-X(3), where X(1)-X(4) were mixtures of selected amino acids and the flexible linker was 4-aminobutyric acid, also provided effective inhibition. Targeted PMLs containing the acidic amino acids Asp and Glu, the scissile-bond amino acids Gln and Arg and the zinc chelators His and Cys produced pronounced inhibition of BoNT-A. Deconvolution of these libraries will provide novel ligands with improved inhibitory potency as leads in the design of peptide mimetics to treat BoNT poisoning.
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