Deep mutational scanning and massively parallel kinetics of plasminogen activator inhibitor-1 functional stability
Notice bibliographique
Résumé
ABSTRACT Plasminogen activator inhibitor-1 (PAI-1), a member of the serine protease inhibitor (SERPIN) superfamily of proteins, is unique among SERPINs for exhibiting a spontaneous conformational change to a latent or inactive state. The functional half-life for this transition at physiologic temperature and pH is ~1-2 h. To better understand the molecular mechanisms underlying this transition, we now report on the analysis of a comprehensive PAI-1 variant library expressed on filamentous phage and selected for functional stability after 48 h at 37 °C. Of the 7,201 possible single amino acid substitutions in PAI-1, we identify 439 that increase the functional stability of PAI-1 beyond that of the wild-type protein and 1,549 that retain inhibitory activity toward PAI-1’s canonical target protease (urokinase-like plasminogen activator, uPA), while exhibiting functional stability less than or equal to that of wild-type PAI-1. Missense mutations that increase PAI-1 functional stability are concentrated in highly flexible regions within the PAI-1 structure. Finally, we developed a method for simultaneously measuring the functional half-lives of hundreds of PAI-1 variants in a multiplexed, massively parallel manner, quantifying the functional half-lives for 697 single missense variants of PAI-1 by this approach. Overall, these findings provide novel insight into the mechanisms underlying PAI-1’s latency transition and provide a database for interpreting human PAI-1 genetic variants.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».