MétaCan
Menu
Retour à la cohorte
Enregistrement W2158957954 · doi:10.1093/bioinformatics/bts395

Side-chain rotamer changes upon ligand binding: common, crucial, correlate with entropy and rearrange hydrogen bonding

2012· article· en· W2158957954 sur OpenAlexaff
Francis Gaudreault, Matthieu Chartier, Rafaël Najmanovich

Notice bibliographique

RevueBioinformatics · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Structure and Dynamics
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésHydrogen bondConformational isomerismChemistryConformational entropyLigand (biochemistry)Entropy (arrow of time)Computational chemistryThermodynamicsBiochemistryPhysicsMoleculeOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

MOTIVATION: Protein movements form a continuum from large domain rearrangements (including folding and restructuring) to side-chain rotamer changes and small rearrangements. Understanding side-chain flexibility upon binding is important to understand molecular recognition events and predict ligand binding. METHODS: In the present work, we developed a well-curated non-redundant dataset of 188 proteins in pairs of structures in the Apo (unbound) and Holo (bound) forms to study the extent and the factors that guide side-chain rotamer changes upon binding. RESULTS: Our analysis shows that side-chain rotamer changes are widespread with only 10% of binding sites displaying no conformational changes. Overall, at most five rotamer changes account for the observed movements in 90% of the cases. Furthermore, rotamer changes are essential in 32% of flexible binding sites. The different amino acids have a 11-fold difference in their probability to undergo changes. Side-chain flexibility represents an intrinsic property of amino acids as it correlates well with configurational entropy differences. Furthermore, on average b-factors and solvent accessible surface areas can discriminate flexible side-chains in the Apo form. Finally, there is a rearrangement of the hydrogen-bonding network upon binding primarily with a loss of H-bonds with water molecules and a gain of H-bonds with protein residues for flexible residues. Interestingly, only 25% of side chains capable of forming H-bonds do so with the ligand upon binding. In terms of drug design, this last result shows that there is a large number of potential interactions that may be exploited to modulate the specificity and sensitivity of inhibitors. CONTACT: rafael.najmanovich@usherbrooke.ca.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,008
Tête enseignante GPT0,221
Écart entre enseignants0,213 · 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

Citations83
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioinformaticsMême sujetProtein Structure and DynamicsTravaux en français237 207