Fundamentals behind the specificity of <scp>Cysteinyl‐tRNA</scp> synthetase: <scp>MD</scp> and <scp>QM</scp> / <scp>MM</scp> joint investigations
Notice bibliographique
Résumé
Abstract Cysteinyl‐tRNA synthetase (CysRS) catalyzes the aminoacylation reaction of cysteine to its cognate tRNA Cys in the first step of protein translation. It is found that CysRS is different from other aaRSs as it transfers cysteine without the need for an editing reaction, which is not applicable in the case of serine despite the similarity in their structures. Surprisingly, the reasons why CysRS has high amino acid specificity are not clear yet. In this research, the binding configurations of Cys‐AMP and its near‐cognate amino acid Ser‐AMP with CysRS are compared by Molecular Dynamics (MD). The results reveal that CysRS screens the substrate Cys‐AMP to a certain extent in the process of combination and recognition, thus providing a guarantee for the high selectivity of the next reaction. While Ser‐AMP is in a folded state in CysRS. In the meanwhile, the interaction between Cys‐AMP and Zn963 in CysRS is much stronger than Ser‐AMP. The substrate‐assisted aminoacylation mechanism in CysRS is also explored by Quantum Mechanics/Molecular Mechanics (QM/MM) modeling. According to the QM/MM potential energies, the energy barrier of TS Cys‐AMP is 91.75 kJ/mol, while that of TS Ser‐AMP is close to 150 kJ/mol. Based on thermochemistry calculations, it is found that the product of Cys‐AMP is more stable than the reactant. In contrast, Ser‐AMP has a reactant that is more stable than its product. As a result, it reflects that the specificity of CysRS originates from both the kinetic and thermodynamical perspectives of the reaction. Our investigations demonstrate comprehensively on how CysRS recognizes and catalyzes the substrate Cys‐AMP, hoping to provide some guidance for researchers in this area.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».