Prioritization of Trypanosoma brucei editosome protein interactions interfaces at residue resolution through proteome-scale network analysis
Notice bibliographique
Résumé
BACKGROUND: Trypanosoma brucei is the causative agent for trypanosomiasis in humans and livestock, which presents a growing challenge due to drug resistance. While identifying novel drug targets is vital, the process is delayed due to a lack of functional information on many of the pathogen's proteins. Accordingly, this paper presents a computational framework for prioritizing drug targets within the editosome, a vital molecular machinery responsible for mitochondrial RNA processing in T. brucei. Importantly, this framework may eliminate the need for prior gene or protein characterization, potentially accelerating drug discovery efforts. RESULTS: By integrating protein-protein interaction (PPI) network analysis, PPI structural modeling, and residue interaction network (RIN) analysis, we quantitatively ranked and identified top hub editosome proteins, their key interaction interfaces, and hotspot residues. Our findings were cross-validated and further prioritized by incorporating them into gene set analysis and differential expression analysis of existing quantitative proteomics data across various life stages of T. brucei. In doing so, we highlighted PPIs such as KREL2-KREPA1, RESC2-RESC1, RESC12A-RESC13, and RESC10-RESC6 as top candidates for further investigation. This includes examining their interfaces and hotspot residues, which could guide drug candidate selection and functional studies. CONCLUSION: RNA editing offers promise for target-based drug discovery, particularly with proteins and interfaces that play central roles in the pathogen's life cycle. This study introduces an integrative drug target identification workflow combining information from the PPI network, PPI 3D structure, and reside-level information of their interface which can be applicable to diverse pathogens. In the case of T. brucei, via this pipeline, the present study suggested potential drug targets with residue-resolution from RNA editing machinery. However, experimental validation is needed to fully realize its potential in advancing urgently needed antiparasitic drug development.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».