Computational re-engineering of Amylin sequence with reduced amyloidogenic potential
Notice bibliographique
Résumé
BACKGROUND: The aggregation of amyloid proteins into fibrils is associated with neurodegenerative diseases such as Alzheimer's and Type II Diabetes. Different methods have explored ways to impede and inhibit amyloid aggregation. Most attempts in the literature involve applying stress to the environment around amyloids. Varying pH levels, modifying temperature, applying pressure through protein crowding and ligand docking are classical examples of these methods. However, environmental stress usually affects molecular pathways and protein functions in the cell and is challenging to construct in vivo. In this paper, we explore destabilizing amyloid proteins through the manipulation of genetic code to create beneficial substitute molecules for patients with certain deficiencies. RESULTS: To unravel sequence mutations that destabilize amyloid fibrils yet simultaneously conserve native fold, we analyze the structural landscape of amyloid proteins and search for potential areas that could be exploited to weaken aggregation. Our tool, FibrilMutant, analyzes these regions and studies the effect of amino acid point mutations on nucleation and aggregation. This multiple objective approach impedes aggregation without stressing the cellular environment. We identified six main regions in amyloid proteins that contribute to structural stability and generated amino acid mutations to destabilize those regions. Full length fibrils were built from the mutated amyloid monomers and a dipolar-solvent model capturing the effect of dipole-dipole interactions between water and very large molecular systems to assess their aqueous stability was used to generate energy plots. CONCLUSION: Our results are in agreement with experimental studies and suggest novel targeted single point mutations in the Amylin protein, potentially creating a better therapeutic agent than the currently administered Pramlintide drug for diabetes patients.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».