MétaCan
Menu
Retour à la cohorte
Enregistrement W3081466185 · doi:10.1042/bcj20200260

Sunitinib inhibits RNase L by destabilizing its active dimer conformation

2020· article· en· W3081466185 sur OpenAlexaff
Jinle Tang, Yingjie Wang, Huan Zhou, Yuxin Ye, Manisha Talukdar, Ziyang Fu, Zhihong Liu, Jihui Li, Dante Neculai, Jiali Gao, Hao Huang

Notice bibliographique

RevueBiochemical Journal · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensLunenfeld-Tanenbaum Research InstituteUniversity of TorontoMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésSunitinibRibonucleaseRNase PRNase HDimerBinding siteChemistryRNase PHBiochemistryBiologyRNACancerGeneGenetics

Résumé

récupéré en direct d'OpenAlex

The pseudokinase (PK) RNase L is a functional ribonuclease and plays important roles in human innate immunity. The ribonuclease activity of RNase L can be regulated by the kinase inhibitor sunitinib. The combined use of oncolytic virus and sunitinib has been shown to exert synergistic effects in anticancer therapy. In this study, we aimed to uncover the mechanism of action through which sunitinib inhibits RNase L. We solved the crystal structures of RNase L in complex with sunitinib and its analogs toceranib and SU11652. Our results showed that sunitinib bound to the ATP-binding pocket of RNase L. Unexpectedly, the αA helix linking the ankyrin repeat-domain and the PK domain affected the binding mode of sunitinib and resulted in an unusual flipped orientation relative to other structures in PDB. Molecular dynamics simulations and dynamic light scattering results support that the binding of sunitinib in the PK domain destabilized the dimer conformation of RNase L and allosterically inhibited its ribonuclease activity. Our study suggested that dimer destabilization could be an effective strategy for the discovery of RNase L inhibitors and that targeting the ATP-binding pocket in the PK domain of RNase L was an efficient approach for modulating its ribonuclease activity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,299
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiochemical JournalMême sujetVirus-based gene therapy researchTravaux en français237 207