MétaCan
Menu
Retour à la cohorte
Enregistrement W2133850335 · doi:10.2174/0929867023368827

Molecular Enzymology Underlying Regulation of Protein Phosphatase-1 by Natural Toxins

2002· review· en· W2133850335 sur OpenAlexafffund
Charles F.B. Holmes, Jason T. Maynes, Kathleen R. Perreault, John Dawson, Michael N.G. James

Notice bibliographique

RevueCurrent Medicinal Chemistry · 2002
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta Heritage Foundation for Medical Research
Mots-clésOkadaic acidPhosphataseBiochemistryThreonineBiologyProtein phosphatase 2Marine toxinProtein phosphatase 1SerineEnzymeToxin

Résumé

récupéré en direct d'OpenAlex

The protein serine/threonine phosphatases constitute a unique class of enzymes that are critical for cell regulation, as they must counteract the activities of thousands of protein kinases in human cells. Uncontrolled inhibition of phosphatase activity by toxic inhibitors can lead to widespread catastrophic effects. Over the past decade, a number of natural product toxins have been identified that specifically and potently inhibit protein phosphatase-1 and 2A. Amongst these are the cyanobacteria-derived cyclic heptapeptide microcystin-LR and the polyether fatty acid okadaic acid from dinoflagellate sources. The molecular mechanism underlying potent inhibition of protein phosphatase-1 by these toxins is becoming clear through insights gathered from diverse sources. These include: 1. Comparison of structure-activity relationships amongst the different classes of toxins. 2. Delineation of the structural differences between protein phosphatase-1 and 2A that account for their differing sensitivity to toxins, particularly okadaic acid and microcystin-LR. 3. Determination of the crystal structure of protein phosphatase-1 with microcystin-LR, okadaic acid and calyculin bound. 4. Site-specific mutagenesis and biochemical analysis of protein phosphatase-1 mutants. Taken together, these data point to a common binding site on protein phosphatase-1 for okadaic acid, microcystin-LR and the calyculins. However, careful analysis of these data suggest that each toxin binds to the common binding site in a subtly different way, relying on distinct structural interactions such as hydrophobic binding, hydrogen bonding and electrostatic interactions to different degrees. The insights derived from studying the molecular enzymology of protein phosphatase-1 may help explain the different sensitivities of other structurally conserved protein serine/theonine phosphatases to toxin inhibition. Furthermore, studies on the binding of structurally diverse toxins at the active site of protein phosphatase-1 are leading to a clearer understanding of potential enzyme-substrate interactions in this important class of cell regulatory proteins.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,298
Écart entre enseignants0,267 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations44
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Medicinal ChemistryMême sujetAquatic Ecosystems and Phytoplankton DynamicsTravaux en français237 207