Modelling the structures of frameshift-stimulatory pseudoknots from representative bat coronaviruses
Notice bibliographique
Résumé
Coronaviruses (CoVs) use -1 programmed ribosomal frameshifting stimulated by RNA pseudoknots in the viral genome to control expression of enzymes essential for replication, making CoV pseudoknots a promising target for anti-coronaviral drugs. Bats represent one of the largest reservoirs of CoVs and are the ultimate source of most CoVs infecting humans, including those causing SARS, MERS, and COVID-19. However, the structures of bat-CoV frameshift-stimulatory pseudoknots remain largely unexplored. Here we use a combination of blind structure prediction followed by all-atom molecular dynamics simulations to model the structures of eight pseudoknots that, together with the SARS-CoV-2 pseudoknot, are representative of the range of pseudoknot sequences in bat CoVs. We find that they all share some key qualitative features with the pseudoknot from SARS-CoV-2, notably the presence of conformers with two distinct fold topologies differing in whether or not the 5' end of the RNA is threaded through a junction, and similar conformations for stem 1. However, they differed in the number of helices present, with half sharing the 3-helix architecture of the SARS-CoV-2 pseudoknot but two containing 4 helices and two others only 2. These structure models should be helpful for future work studying bat-CoV pseudoknots as potential therapeutic targets.
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 ».