Harnessing the functional diversity of plant cystatins to design inhibitor variants highly active against herbivorous arthropod digestive proteases
Notice bibliographique
Résumé
Protein engineering approaches have been proposed to improve the inhibitory properties of plant cystatins against herbivorous arthropod digestive proteases, generally involving the site‐directed mutagenesis of functionally relevant amino acids or the selection of improved inhibitor variants by phage display approaches. Here, we propose a novel approach where the function‐related structural elements of a cystatin are substituted by the corresponding elements of an alternative cystatin. Inhibitory assays were first performed with 20 representative plant cystatins and model Cys proteases, including arthropod proteases, to appreciate the extent of functional variability among the plant cystatin family. The most, and less, potent of these cystatins were then used as ‘donors’ of structural elements to create hybrids of tomato cystatin SlCYS8 used as a model ‘recipient’ inhibitor. In brief, inhibitory activities against Cys proteases strongly differed from one plant cystatin to another, with K i (papain) values diverging by more than 30‐fold and inhibitory rates against arthropod proteases varying by up to 50‐fold depending on the enzymes assessed. In line with theoretical assumptions from docking models generated for different Cys protease–cystatin combinations, structural element substitutions had a strong impact on the activity of recipient cystatin SlCYS8, positive or negative depending on the basic inhibitory potency of the donor cystatin. Our data confirm the wide variety of cystatin inhibitory profiles among plant taxa. They also demonstrate the usefulness of these proteins as a pool of discrete structural elements for the design of cystatin variants with improved potency against herbivorous pest digestive Cys proteases.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».