MétaCan
Menu
Retour à la cohorte
Enregistrement W3082889603 · doi:10.1002/prot.26000

Exploring the conformational dynamics of <scp>PD1</scp> in complex with different ligands: What we can learn for designing novel <scp>PD1</scp> signaling blockers?

2020· article· en· W3082889603 sur OpenAlexaff
Luis F. Ponce, Karina García‐Martínez, Kalet León, Pedro A. Valiente

Notice bibliographique

RevueProteins Structure Function and Bioinformatics · 2020
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune Cell Function and Interaction
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésEffectorPembrolizumabCell biologyChemistrySignal transductionLigand (biochemistry)Inhibitory postsynaptic potentialNivolumabReceptorAntibodyEpitopeComputational biologyStereochemistryBiophysicsBiologyBiochemistryImmune systemNeuroscienceImmunotherapyGenetics

Résumé

récupéré en direct d'OpenAlex

Activation of T cells triggers the expression of regulatory molecules like the programmed cell death 1 (PD1) protein. The association of PD1 with the natural ligands PDL1 and PDL2 induces an inhibitory signal that prevents T cells from proliferating and exerting effector functions. However, little is known about how the binding of the ligands induce the PD1 inhibitory signal over T cells effector functions. Here, we explore the dynamics of PD1 free, and in complex with different PDL1 variants as well as the therapeutic antibodies nivolumab and pembrolizumab in order to assess the conformational changes in PD1 related to the signaling process. Our simulations suggest a pre-conformational selection mechanism for the binding of the different PDL1 variants, while an induced-fit model fits better for the molecular recognition process of the therapeutic antibodies. A deep analysis of the changes on PD1 movement upon the binding to different ligands revealed that as larger is the difference in the conformation adopted by loop C'D with respect to the complex with PDL1 is higher the ligand ability to reduce the PD1 inhibitory signaling. This behavior suggests that targeting specific conformations of this loop can be useful for designing therapies able to recover T cells effector functions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,293
Score d'incertitude au seuil0,885

Scores Codex et Gemma par catégorie

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,042
Tête enseignante GPT0,212
Écart entre enseignants0,170 · 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 tête enseignante, 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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProteins Structure Function and BioinformaticsMême sujetImmune Cell Function and InteractionTravaux en français237 207