MétaCan
Menu
Retour à la cohorte
Enregistrement W3122439967 · doi:10.1371/journal.pcbi.1008603

Modeling the structure of the frameshift-stimulatory pseudoknot in SARS-CoV-2 reveals multiple possible conformers

2021· article· en· W3122439967 sur OpenAlexafffund
Sara Ibrahim Omar, Meng Zhao, Rohith Vedhthaanth Sekar, S. Arbabi Moghadam, Jack A. Tuszyński, Michael T. Woodside

Notice bibliographique

RevuePLoS Computational Biology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health ResearchAlberta InnovatesCompute Canada
Mots-clésPseudoknotConformational isomerismFrameshift mutationSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Coronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakComputational biologyBiologyStatistical physicsPhysicsMedicineVirologyBase sequenceGeneticsMutation

Résumé

récupéré en direct d'OpenAlex

The coronavirus causing the COVID-19 pandemic, SARS-CoV-2, uses -1 programmed ribosomal frameshifting (-1 PRF) to control the relative expression of viral proteins. As modulating -1 PRF can inhibit viral replication, the RNA pseudoknot stimulating -1 PRF may be a fruitful target for therapeutics treating COVID-19. We modeled the unusual 3-stem structure of the stimulatory pseudoknot of SARS-CoV-2 computationally, using multiple blind structural prediction tools followed by μs-long molecular dynamics simulations. The results were compared for consistency with nuclease-protection assays and single-molecule force spectroscopy measurements of the SARS-CoV-1 pseudoknot, to determine the most likely conformations. We found several possible conformations for the SARS-CoV-2 pseudoknot, all having an extended stem 3 but with different packing of stems 1 and 2. Several conformations featured rarely-seen threading of a single strand through junctions formed between two helices. These structural models may help interpret future experiments and support efforts to discover ligands inhibiting -1 PRF in SARS-CoV-2.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,706
Score d'incertitude au seuil0,331

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0000,000

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 Opus0,058
Tête enseignante GPT0,348
Écart entre enseignants0,290 · 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

Citations51
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS Computational BiologyMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207