Computationally designed GPCR quaternary structures bias signaling pathway activation
Notice bibliographique
Résumé
Communication across membranes controls critical cellular processes and is achieved by receptors translating extracellular signals into selective cytoplasmic responses. While receptor tertiary structures can be readily characterized, receptor associations into quaternary structures are challenging to study and their implications in signal transduction remain poorly understood. Here, we report a computational approach for predicting receptor self-associations, and designing receptor oligomers with various quaternary structures and signaling properties. Using this approach, we designed chemokine receptor CXCR4 dimers with reprogrammed binding interactions, conformations, and abilities to activate distinct intracellular signaling proteins. In agreement with our predictions, the designed CXCR4s dimerized through distinct conformations and displayed different quaternary structural changes upon activation. Consistent with the active state models, all engineered CXCR4 oligomers activated the G protein Gi, but only specific dimer structures also recruited β-arrestins. Overall, we demonstrate that quaternary structures represent an important unforeseen mechanism of receptor biased signaling and reveal the existence of a bias switch at the dimer interface of several G protein-coupled receptors including CXCR4, mu-Opioid and type-2 Vasopressin receptors that selectively control the activation of G proteins vs β-arrestin-mediated pathways. The approach should prove useful for predicting and designing receptor associations to uncover and reprogram selective cellular signaling 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 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 | 0,001 | 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 ».