Structure-based assessment and druggability classification of protein–protein interaction sites
Notice bibliographique
Résumé
The featureless interface formed by protein-protein interactions (PPIs) is notorious for being considered a difficult and poorly druggable target. However, recent advances have shown PPIs to be druggable, with the discovery of potent inhibitors and stabilizers, some of which are currently being clinically tested and approved for medical use. In this study, we assess the druggability of 12 commonly targeted PPIs using the computational tool, SiteMap. After evaluating 320 crystal structures, we find that the PPI binding sites have a wide range of druggability scores. This can be attributed to the unique structural and physiochemical features that influence their ligand binding and concomitantly, their druggability predictions. We then use these features to propose a specific classification system suitable for assessing PPI targets based on their druggability scores and measured binding-affinity. Interestingly, this system was able to distinguish between different PPIs and correctly categorize them into four classes (i.e. very druggable, druggable, moderately druggable, and difficult). We also studied the effects of protein flexibility on the computed druggability scores and found that protein conformational changes accompanying ligand binding in ligand-bound structures result in higher protein druggability scores due to more favorable structural features. Finally, the drug-likeness of many published PPI inhibitors was studied where it was found that the vast majority of the 221 ligands considered here, including orally tested/marketed drugs, violate the currently acceptable limits of compound size and hydrophobicity parameters. This outcome, combined with the lack of correlation observed between druggability and drug-likeness, reinforces the need to redefine drug-likeness for PPI drugs. This work proposes a PPI-specific classification scheme that will assist researchers in assessing the druggability and identifying inhibitors of the PPI interface.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».