Conformational resolution of nucleotide cycling and effector interactions for multiple small GTPases in parallel
Notice bibliographique
Résumé
Abstract Small GTPase proteins alternatively bind GDP/GTP guanine nucleotides to gate signaling pathways that direct most cellular processes. Numerous GTPases are implicated in oncogenesis, particularly three RAS isoforms HRAS, KRAS and NRAS, and the RHO family GTPase RAC1. Signaling networks comprising small GTPases are highly connected, and there is evidence of direct biochemical crosstalk between the functional G-domains of these proteins. The activation potential of a given GTPase is contingent on a co-dependent interaction with nucleotide and a Mg 2+ ion, which bind to individual variants via distinct affinities coordinated by residues in the nucleotide binding pocket. Here, we utilize a selective-labelling strategy coupled with real-time nuclear magnetic resonance (NMR) spectroscopy to monitor nucleotide exchange, GTP hydrolysis and effector interactions of multiple small GTPases in a single complex system. We provide new insight on nucleotide preference and the role of Mg 2+ in activating both wild-type and oncogenic mutant enzymes. Multiplexing reveals GEF, GAP and effector binding specificity in mixtures of GTPases and establishes the complete biochemical equivalence of the three related RAS isoforms. This work establishes that direct quantitation of the nucleotide-bound conformation is required to accurately resolve GTPase activation potential, as GTPases such as RALA or the G12C mutant of KRAS demonstrate fast exchange kinetics but have a high affinity for GDP. Further, we propose that the G-domains of small GTPases behave autonomously in solution and nucleotide cycling proceeds independent of protein concentration but is highly impacted by Mg 2+ abundance.
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 ».