MétaCan
Menu
Retour à la cohorte
Enregistrement W4384560588 · doi:10.1021/acschemneuro.3c00007

De Novo Design of a β-Helix Tau Protein Scaffold: An Oligomer-Selective Vaccine Immunogen Candidate for Alzheimer’s Disease

2023· article· en· W4384560588 sur OpenAlexafffund
Adekunle Aina, Shawn C. C. Hsueh, Ebrima Gibbs, Xubiao Peng, Neil R. Cashman, Steven S. Plotkin

Notice bibliographique

RevueACS Chemical Neuroscience · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Structure and Dynamics
Établissements canadiensGenome British ColumbiaUniversity of British Columbia
Organismes subventionnairesAlberta Prion Research InstituteCanadian Institutes of Health ResearchUniversity of British ColumbiaMitacsCompute Canada
Mots-clésEpitopeImmunogenHelix (gastropod)OligomerChemistryTau proteinLinkerEpitope mappingLinear epitopeBiophysicsBiologyMonoclonal antibodyAlzheimer's diseaseAntibodyComputer scienceGenetics

Résumé

récupéré en direct d'OpenAlex

Tau pathology is associated with many neurodegenerative disorders, including Alzheimer’s disease (AD), where the spatio–temporal pattern of tau neurofibrillary tangles strongly correlates with disease progression, which motivates therapeutics selective for misfolded tau. Here, we introduce a new avidity-enhanced, multi-epitope approach for protein-misfolding immunogen design, which is predicted to mimic the conformational state of an exposed epitope in toxic tau oligomers. A predicted oligomer-selective tau epitope 343 KLDFK 347 was scaffolded by designing a β-helix structure that incorporated multiple instances of the 16-residue tau fragment 339 VKSEKLDFKDRVQSKI 354 . Large-scale conformational ensemble analyses involving Jensen–Shannon Divergence and the embedding depth D showed that the multi-epitope scaffolding approach, employed in designing the β-helix scaffold, was predicted to better discriminate toxic tau oligomers than other “monovalent” strategies utilizing a single instance of an epitope for vaccine immunogen design. Using Rosetta, 10,000 sequences were designed and screened for the linker portions of the β-helix scaffold, along with a C-terminal stabilizing α-helix that interacts with the linkers, to optimize the folded structure and stability of the scaffold. Structures were ranked by energy, and the lowest 1% (82 unique sequences) were verified using AlphaFold. Several selection criteria involving AlphaFold are implemented to obtain a lead-designed sequence. The structure was further predicted to have free energetic stability by using Hamiltonian replica exchange molecular dynamics (MD) simulations. The synthesized β-helix scaffold showed direct binding in surface plasmon resonance (SPR) experiments to several antibodies that were raised to the structured epitope using a designed cyclic peptide. Moreover, the strength of binding of these antibodies to in vitro tau oligomers correlated with the strength of binding to the β-helix construct, suggesting that the construct presents an oligomer-like conformation and may thus constitute an effective oligomer-selective immunogen.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,643

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,280
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Chemical NeuroscienceMême sujetProtein Structure and DynamicsTravaux en français237 207