Comparative Analysis of Cyclization Techniques in Stapled Peptides: Structural Insights into Protein–Protein Interactions in a SARS-CoV-2 Spike RBD/hACE2 Model System
Notice bibliographique
Résumé
Medicinal chemistry is constantly searching for new approaches to develop more effective and targeted therapeutic molecules. The design of peptidomimetics is a promising emerging strategy that is aimed at developing peptides that mimic or modulate the biological activity of proteins. Among these, stapled peptides stand out for their unique ability to stabilize highly frequent helical motifs, but they have failed to be systematically reported. Here, we exploit chemically diverse helix-inducing i, i + 4 constraints—lactam, hydrocarbon, triazole, double triazole and thioether—on two distinct short sequences derived from the N-terminal peptidase domain of hACE2 upon structural characterization and in silico alanine scan. Our overall objective was to provide a sequence-independent comparison of α-helix-inducing staples using circular dichroism (CD) and nuclear magnetic resonance (NMR) spectroscopy. We identified a 9-mer lactam stapled peptide derived from the hACE2 sequence (His34-Gln42) capable of reaching its maximal helicity of 55% with antiviral activity in bioreporter- and pseudovirus-based inhibition assays. To the best of our knowledge, this study is the first comprehensive investigation comparing several cyclization methods with the goal of generating stapled peptides and correlating their secondary structures with PPI inhibitions using a highly topical model system (i.e., the interaction of SARS-CoV-2 Spike RBD with hACE2).
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 | 0,001 | 0,001 |
| 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 ».