MétaCan
Menu
Retour à la cohorte
Enregistrement W2093179218 · doi:10.1021/jp9059664

Explicitly Solvated Ligand Contribution to Continuum Solvation Models for Binding Free Energies: Selectivity of Theophylline Binding to an RNA Aptamer

2010· article· en· W2093179218 sur OpenAlexafffund
Holly Freedman, Linh Huynh, Ly Le, Thomas E. Cheatham, Jack A. Tuszyński, Thanh N. Truong

Notice bibliographique

RevueThe Journal of Physical Chemistry B · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDNA and Nucleic Acid Chemistry
Établissements canadiensUniversity of Alberta
Organismes subventionnairesDivision of ChemistryNational Institute of General Medical SciencesNational Institutes of HealthAllard Foundation
Mots-clésSolvationTheophyllineAptamerImplicit solvationChemistrySelectivityLigand (biochemistry)RNAComputational chemistryBiophysicsMoleculeGeneBiologyBiochemistryGeneticsOrganic chemistryPharmacologyReceptor

Résumé

récupéré en direct d'OpenAlex

To provide more accurate computational estimates of binding free energies in solution from molecular dynamics (MD) simulations, a separate solvation contribution for the binding ligand is determined from a linear response treatment. We use explicit water coordinates for this term and combine with MM-PBSA (molecular mechanics, Poisson-Boltzmann, and surface area contributions) in a new approach (MM-PB/LRA-SA). To assess this method, application to the binding between theophylline and its derivatives to an RNA aptamer was performed and compared with experimental binding affinities. Explicitly solvated MD trajectories were generated with the same parameter set used in the previous work by Gouda et al., who compared the relative binding of these molecules by both the MM-PBSA and thermodynamic integration methods. Substituting the linear response term for the ligand in the MM-PB/LRA-SA approach led to an improvement upon MM-PBSA when compared with experimental and thermodynamic integration results at approximately twice the computational cost. The balance between accuracy and computational expense achieved using this method suggests potential advantages in applying it in the virtual drug-screening process.

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)0,001
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: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,254
Écart entre enseignants0,246 · 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

Citations17
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry BMême sujetDNA and Nucleic Acid ChemistryTravaux en français237 207