Magnetic “Fishing” Assay To Screen Small-Molecule Mixtures for Modulators of Protein−Protein Interactions
Notice bibliographique
Résumé
Protein-protein interactions are an intricate part of biological pathways and have become important targets for drug discovery. Here we present a two-stage magnetic bead assay to functionally screen small-molecule mixtures for modulators of protein-based interactions, with simultaneous affinity-based isolation of active compounds and identification by mass spectrometry. Proteins of interest interact in solution prior to the addition of Ni(II)-functionalized magnetic beads to recover an intact protein-protein complex through affinity capture of a polyhistidine-tagged primary target ("protein-complex fishing"). Protein-complex fishing, utilizing His(6)-tagged calmodulin (CaM) as the primary (bait) protein and melittin (Mel) as the target, was used to screen a mass-encoded library of 1000 bioactive compounds (50 mixtures, 20 compounds each) and successfully identified three known antagonists, three naturally occurring phenolic compounds previously reported to disrupt CaM-activated phosphodiesterase activity, and two newly identified modulators of the CaM-Mel interaction, methylbenzethonium and pempidine tartrate. The ability to produce quantitative inhibition data is also shown through the development of dose-dependent response curves and the determination of inhibition constants (K(I)) for the novel compound methylbenzethonium (K(I) = 14-49 nM) and two known antagonists, calmidazolium (K(I) = 1.7-7.5 nM) and trifluoperazine (K(I) = 1.2-3.0 μM), with the latter two values being in close agreement with literature values.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 | 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 tête enseignante, 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 ».