A Computational Exploration of the Interactions of the Green Tea Polyphenol (–)-Epigallocatechin 3-Gallate with Cardiac Muscle Troponin C
Notice bibliographique
Résumé
Thanks to its polyphenols and phytochemicals, green tea is believed to have a number of health benefits, including protecting from heart disease, but its mechanism of action at the molecular level is still not understood. Here we explore, by means of atomistic simulations, how the most abundant of the green tea polyphenols, (-)-Epigallocatechin 3-Gallate (EGCg), interacts with the structural C terminal domain of cardiac muscle troponin C (cCTnC), a calcium binding protein that plays an important role in heart contractions. We find that EGCg favourably binds to the hydrophobic cleft of cCTnC consistently with solution NMR experiments. It also binds to cCTnC in the presence of the anchoring region of troponin I (cTnI(34-71)) at the interface between the E and H helices. This appears to affect the strength of the interaction between cCTnC and cTnI(34-71) and also counter-acts the effects of the Gly159Asp mutation, related to dilated cardiomyopathy. Our simulations support the picture that EGCg interacting with the C terminal domain of troponin C may help in regulating the calcium signalling either through competitive binding with the anchoring domain of cTnI or by affecting the interaction between cCTnC and cTnI(34-71).
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 | 0,000 | 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 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 ».