Modeling Protein S–Aromatic Motifs Reveals Their Structural and Redox Flexibility
Notice bibliographique
Résumé
S–aromatic motifs are important noncovalent forces for protein stability and function but remain poorly understood. Hence, we performed quantum calculations at the MP2(full)/6-311++G(d,p) level on complexes between Cys (H2S, MeSH) and Met (Me2S) models with models of Phe (benzene, toluene), Trp (indole, 3-methylindole), Tyr (phenol, 4-methylphenol), and His (imidazole, 4-methylimidazole). The most stable gas-phase conformers exhibit binding energies of −2 to −6 kcal/mol, and the S atom lies perpendicular to the ring plane. This reveals preferential interaction with the ring π-system, except in the imidazoles where S binds edge-on to an N atom. Complexation tunes the gas-phase vertical ionization potentials of the ligands over as much as 1 eV, and strong σ- or π-type H-bonding supports charge transfer to the H-bond donor, rendering it more oxidizable. When the S atom acts as an H-bond acceptor (N/O–Har···S), calibration of the CHARMM36 force field (by optimizing pair-specific Lennard-Jones parameters) is required. Implementing the optimized parameters in molecular dynamics simulations in bulk water, we find stable S–aromatic complexes with binding free energies of −0.6 to −1.1 kcal/mol at ligand separations up to 8 Å. The aqueous S–aromatics exhibit flexible binding conformations, but edge-on conformers are less stable in water. Reflecting this, only 0.3 to 10% of the S–indole, S–phenol, and S–imidazole structures are stabilized by N/O–Har···S or S–H···Oar/Nar σ-type H-bonding. The wide range of energies and geometries found for S–aromatic interactions and their tunable redox properties expose the versatility and variability of the S–aromatic motif in proteins and allow us to predict a number of their reported properties.
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 | 0,000 |
| 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 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 ».