Defining the extended substrate specificity of kallikrein 1-related peptidases
Notice bibliographique
Résumé
Human kallikrein 1-related peptidases (KLKs) form a subfamily of 15 extracellular (chymo)tryptic-like serine proteases. KLKs 4, 5, 13 and 14 display altered expression/activity in diverse pathological conditions, including cancer. However, their distinct (patho)physiological roles remain largely uncharacterized. As a step toward distinguishing their proteolytic functions, we attempt to define their primary and extended substrate specificities and identify candidate biological targets. Heterologously expressed KLKs 4, 5, 13 and 14 were screened against fluorogenic 7-amino-4-carbamoylmethylcoumarin positional scanning-synthetic combinatorial libraries with amino acid diversity at the P1-P4 positions. Our results indicate that these KLKs share a P1 preference for Arg. However, each KLK exhibited distinct P2-P4 specificities, attributable to structural variations in their surface loops. The preferred P4-P1 substrate recognition motifs based on optimal subsite occupancy were as follows: VI-QSAV-QL-R for KLK4; YFWGPV-RK-NSFAM-R for KLK5; VY-R-LFM-R for KLK13; and YW-KRSAM-HNSPA-R for KLK14. Protein database queries using these motifs yielded many extracellular targets, some of which represent plausible KLK substrates. For instance, cathelicidin, urokinase-type plasminogen activator, laminin and transmembrane protease serine 3 were retrieved as novel putative substrates for KLK4, 5, 13 and 14, respectively. Our findings may facilitate studies on the role of KLKs in (patho)physiology and can be used in the development of selective KLK inhibitors.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».