Molecular Mechanistic Insights into Dipeptidyl Peptidase-IV Inhibitory Peptides to Decipher the Structural Basis of Activity
Notice bibliographique
Résumé
Dipeptidyl peptidase-IV (DPP-IV) inhibiting peptides have attracted increased attention because of their possible beneficial effects on glycemic homeostasis. However, the structural basis underpinning their activities has not been well understood. This study combined computational and in vitro investigations to explore the structural basis of DPP-IV inhibitory peptides. We first superimposed the Xaa–Pro-type peptide-like structures from several crystal structures of DPP-IV ligand–protein complexes to analyze the recognition interactions of DPP-IV to peptides. Thereafter, a small set of Xaa–Pro-type peptides was designed to explore the effect of key interactions on inhibitory activity. The intramolecular interaction of Xaa–Pro-type peptides at the first and third positions from the N-terminus was pivotal to their inhibitory activities. Residue interactions between DPP-IV and residues of the peptides at the fourth and fifth positions of the N-terminus contributed significantly to the inhibitory effect of Xaa–Pro-type tetrapeptides and pentapeptides. Based on the interaction descriptors, quantitative structure–activity relationship (QSAR) studies with the DPP-IV inhibitory peptides resulted in valid models with high R 2 values (0.90 for tripeptides; 0.91 for tetrapeptides and pentapeptides) and Q 2 values (0.33 for tripeptides; 0.68 for tetrapeptides and pentapeptides). Taken together, the structural information on DPP-IV and peptides in this study facilitated the development of novel DPP-IV inhibitory peptides.
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 ».