A Novel Confocal Scanning Protein–Protein Interaction Assay (PPI-CONA) Reveals Exceptional Selectivity and Specificity of CC0651, a Small Molecule Binding Enhancer of the Weak Interaction between the E2 Ubiquitin-Conjugating Enzyme CDC34A and Ubiquitin
Notice bibliographique
Résumé
Protein-protein interactions (PPIs) are some of the most challenging target classes in drug discovery. Highly sensitive detection techniques are required for the identification of chemical modulators of PPIs. Here, we introduce PPI confocal nanoscanning (PPI-CONA), a miniaturized, microbead based high-resolution fluorescence imaging assay. We demonstrate the capabilities of PPI-CONA by detecting low affinity ternary complex formation between the human CDC34A ubiquitin-conjugating (E2) enzyme, ubiquitin, and CC0651, a small molecule enhancer of the CDC34A-ubiquitin interaction. We further exemplify PPI-CONA with an E2 enzyme binding study on CC0651 and a CDC34A binding specificity study of a series of CC0651 analogues. Our results indicate that CC0651 is highly selective toward CDC34A. We further demonstrate how PPI-CONA can be applied to screening very low affinity interactions. PPI-CONA holds potential for high-throughput screening for modulators of PPI targets and characterization of their affinity, specificity, and selectivity.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».