MétaCan
Menu
Retour à la cohorte
Enregistrement W4403428249 · doi:10.1038/s41467-024-52871-9

Design of a Cereblon construct for crystallographic and biophysical studies of protein degraders

2024· article· en· W4403428249 sur OpenAlexfundno aff
Alena Kroupova, Valentina A. Spiteri, Zoe Rutter, Hirotake Furihata, Darren Darren, Sarath Ramachandran, Sohini Chakraborti, Kevin Haubrich, Julie Pethe, Denzel Gonzales, Andre J. Wijaya, Maria Rodriguez-Rios, Manon Sturbaut, Dylan M. Lynch, William Farnaby, Mark A. Nakasone, David Zollman, Alessio Ciulli

Notice bibliographique

RevueNature Communications · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Degradation and Inhibitors
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of ScienceEuropean CommissionEisaiEuropean Federation of Pharmaceutical Industries and AssociationsMcGill UniversityDiamond Light SourceUniversity of Dundee
Mots-clésCereblonComputational biologyUbiquitin ligaseSignal transducing adaptor proteinComputer scienceChemistryCell biologyUbiquitinBiologyBiochemistrySignal transduction

Résumé

récupéré en direct d'OpenAlex

Abstract The ubiquitin E3 ligase cereblon (CRBN) is the target of therapeutic drugs thalidomide and lenalidomide and is recruited by most targeted protein degraders (PROTACs and molecular glues) in clinical development. Biophysical and structural investigation of CRBN has been limited by current constructs that either require co-expression with the adaptor DDB1 or inadequately represent full-length protein, with high-resolution structures of degrader ternary complexes remaining rare. We present the design of CRBN midi , a construct that readily expresses from E. coli with high yields as soluble, stable protein without DDB1. We benchmark CRBN midi for wild-type functionality through a suite of biophysical techniques and solve high-resolution co-crystal structures of its binary and ternary complexes with degraders. We qualify CRBN midi as an enabling tool to accelerate structure-based discovery of the next generation of CRBN based therapeutics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,328
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetProtein Degradation and InhibitorsTravaux en français237 207