Nucleotide substrate binding characterization in human pancreatic-type ribonucleases
Notice bibliographique
Résumé
Human genome contains a group of more than a dozen similar genes with diverse biological functions including antiviral, antibacterial and angiogenesis activities. The characterized gene products of this group show significant sequence similarity and a common structural fold associated with binding and cleavage of ribonucleic acid (RNA) substrates. Therefore, these proteins have been categorized as members of human pancreatic-type ribonucleases (hRNases). hRNases differ in cell/tissue localization and display distinct substrate binding preferences and a wide range of ribonucleolytic catalytic efficiencies. Limited information is available about structural and dynamical properties that influence this diversity among these homologous RNases. Here, we use computer simulations to characterize substrate interactions, electrostatics and dynamical properties of hRNases 1-7 associated with binding to two nucleotide substrates (ACAC and AUAU). Results indicate that even with complete conservation of active-site catalytic triad associated with ribonucleolytic activity, these enzymes show significant differences in substrate interactions. Detailed characterization suggests that in addition to binding site electrostatic and van der Waals interactions, dynamics of distal regions may also play a role in binding. Another key insight is that a small difference in temperature of 300 K (used in experimental studies) and 310 K (physiological temperature) shows significant changes in enzyme-substrate interactions.
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 | 0,000 |
| 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) | 0,001 | 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 ».