Structural Premise of Selective Deubiquitinase USP30 Inhibition by Small-Molecule Benzosulfonamides
Notice bibliographique
Résumé
Dampening functional levels of the mitochondrial deubiquitylating enzyme USP30 has been suggested as an effective therapeutic strategy against neurodegenerative disorders such as Parkinson’s Disease. USP30 inhibition may counteract the deleterious effects of impaired turnover of damaged mitochondria which is inherent to both familial and sporadic forms of the disease. Small-molecule inhibitors targeting USP30 are currently in development, but little is known about their precise nature of binding to the protein. We have integrated biochemical and structural approaches to gain novel mechanistic insights into USP30 inhibition by a small-molecule benzosulfonamide containing compound, USP30inh. Activity-based protein profiling (ABPP) mass spectrometry confirmed target engagement, the high selectivity, and potency of USP30inh for USP30 against 49 other deubiquitylating enzymes in a neuroblastoma cell line. In vitro characterization of USP30inh enzyme kinetics infers slow and tight binding behavior, which is comparable with features of covalent modification of USP30. Finally, we blended hydrogen-deuterium exchange mass spectrometry and computational docking to elucidate the molecular architecture and geometry of USP30 complex formation with USP30inh, identifying structural rearrangements at the cleft of the USP30 thumb and palm subdomains. These studies suggest that USP30inh binds to the thumb-palm cleft that guides the ubiquitin C-terminus into the active site, thereby preventing ubiquitin binding and isopeptide bond cleavage, and confirming its importance in the inhibitory process. Our data will pave the way for the design and development of next-generation inhibitors targeting USP30 and associated deubiquitinylases.
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 ».