Allosteric inhibition explained through conformational ensembles sampling distinct “mixed” states
Notice bibliographique
Résumé
Allosteric modulation provides an effective avenue for selective and potent enzyme inhibition. Here, we summarize and critically discuss recent advances on the mechanisms of allosteric partial agonists for three representative signalling enzymes activated by cyclic nucleotides: the cAMP-dependent protein kinase (PKA), the cGMP-dependent protein kinase (PKG), and the exchange protein activated by cAMP (EPAC). The comparative analysis of partial agonism in PKA, PKG and EPAC reveals a common emerging theme, i.e. the sampling of distinct "mixed" conformational states, either within a single domain or between distinct domains. Here, we show how such "mixed" states play a crucial role in explaining the observed functional response, i.e. partial agonism and allosteric pluripotency, as well as in maximizing inhibition while minimizing potency losses. In addition, by combining Nuclear Magnetic Resonance (NMR), Molecular Dynamics (MD) simulations and Ensemble Allosteric Modeling (EAM), we also show how to map the free-energy landscape of conformational ensembles containing "mixed" states. By discussing selected case studies, we illustrate how MD simulations and EAM complement NMR to quantitatively relate protein dynamics to function. The resulting NMR- and MD-based EAMs are anticipated to inform not only the design of new generations of highly selective allosteric inhibitors, but also the choice of multidrug combinations.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».