Target‐Templated Construction of Functional Proteomimetics Using Photo‐Foldamer Libraries
Notice bibliographique
Résumé
Abstract Current methods for proteomimetic engineering rely on structure‐based design. Here we describe a design strategy that allows the construction of proteomimetics against challenging targets without a priori characterization of the target surface. Our approach employs (i) a 100‐membered photoreactive foldamer library, the members of which act as local surface mimetics, and (ii) the subsequent affinity maturation of the primary hits using systems chemistry. Two surface‐oriented proteinogenic side chains drove the interactions between the short helical foldamer fragments and the proteins. Diazirine‐based photo‐crosslinking was applied to sensitively detect and localize binding even to shallow and dynamic patches on representatively difficult targets. Photo‐foldamers identified functionally relevant protein interfaces, allosteric and previously unexplored targetable regions on the surface of STAT3 and an oncogenic K‐Ras variant. Target‐templated dynamic linking of foldamer hits resulted in two orders of magnitude affinity improvement in a single step. The dimeric K‐Ras ligand mimicked protein‐like catalytic functions. The photo‐foldamer approach thus enables the highly efficient mapping of protein‐protein interaction sites and provides a viable starting point for proteomimetic ligand development without a priori structural hypotheses.
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 ».