A Method to Calculate the Relative Binding Free Energy Differences of α-Helical Stapled Peptides
Notice bibliographique
Résumé
Hydrocarbon-stapled peptides are a class of bioactive α-helical ligands developed to target protein–protein interactions. Peptide stapling has benefited from the development of several chemical reactions to modulate their membrane permeability and binding affinity. However, in most current programs, choosing the best stapling positions is usually a trial-and-error process. Here, we develop a protocol to obtain optimal stapling positions computationally. Our method is based on molecular dynamics simulations and free energy calculations with nonequilibrium approaches; here, we predict the binding poses, hot-spot residues, and binding affinity differences of a set of perfluoroarene stapled α-helical peptides of the BIM BH3 peptide to the BCLXL receptor. The prediction of the hot-spot residues within the target peptide through computational alanine scanning anticipates not only the key residues for the receptor–peptide complex formation but also which positions should be avoided when applying the stapling groups. The staple moieties introduce local conformational changes not only in the replaced positions but also on their neighbor residues of the template peptide further affecting their binding behavior. Our approach is successful at rank-ordering the binding affinities of these stapled peptides with respect to the BIM BH3 peptide.
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 ».