<scp>AlphaFold</scp> accurately predicts distinct conformations based on the oligomeric state of a de novo designed protein
Notice bibliographique
Résumé
Abstract Using the molecular modeling program Rosetta, we designed a de novo protein, called SEWN0.1, which binds the heterotrimeric G protein Gα q. The design is helical, well‐folded, and primarily monomeric in solution at a concentration of 10 μM. However, when we solved the crystal structure of SEWN0.1 at 1.9 Å, we observed a dimer in a conformation incompatible with binding Gα q . Unintentionally, we had designed a protein that adopts alternate conformations depending on its oligomeric state. Recently, there has been tremendous progress in the field of protein structure prediction as new methods in artificial intelligence have been used to predict structures with high accuracy. We were curious if the structure prediction method AlphaFold could predict the structure of SEWN0.1 and if the prediction depended on oligomeric state. When AlphaFold was used to predict the structure of monomeric SEWN0.1, it produced a model that resembles the Rosetta design model and is compatible with binding Gα q , but when used to predict the structure of a dimer, it predicted a conformation that closely resembles the SEWN0.1 crystal structure. AlphaFold's ability to predict multiple conformations for a single protein sequence should be useful for engineering protein switches.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».