Clustering of Aromatic Amino Acid Residues around Methionine in Proteins
Notice bibliographique
Résumé
Short-range, non-covalent interactions between amino acid residues determine protein structures and contribute to protein functions in diverse ways. The interactions of the thioether of methionine with the aromatic rings of tyrosine, tryptophan, and/or phenylalanine has long been discussed and such interactions are favorable on the order of 1–3 kcal mol−1. Here, we carry out a new bioinformatics survey of known protein structures where we assay the propensity of three aromatic residues to localize around the [-CH2-S-CH3] of methionine. We term these groups “3-bridge clusters”. A dataset consisting of 33,819 proteins with less than 90% sequence identity was analyzed and such clusters were found in 4093 structures (or 12% of the non-redundant dataset). All sub-classes of enzymes were represented. A 3D coordinate analysis shows that most aromatic groups localize near the CH2 and CH3 of methionine. Quantum chemical calculations support that the 3-bridge clusters involve a network of interactions that involve the Met-S, Met-CH2, Met-CH3, and the π systems of nearby aromatic amino acid residues. Selected examples of proposed functions of 3-bridge clusters are discussed.
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 | 0,000 | 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 ».