In Silico Modeling of Myelin Oligodendrocyte Glycoprotein Disulfide Bond Reduction by Phosphine-Borane Complexes
Notice bibliographique
Résumé
BACKGROUND: Neurodegenerative diseases can cause vision loss by damaging retinal ganglion cells in the optic nerve. Novel phosphine-borane compounds (PBs) can protect these cells from oxidative stress via the reduction of disulfide bonds. However, the specific targets of these compounds are unknown. Proteomic evidence suggests that myelin oligodendrocyte glycoprotein (MOG) is a potential target. MOG is of significant interest due to its role in anti-MOG optic neuritis syndrome. METHODS: We used in silico modeling to explore the structural consequences of cleaving the extracellular domain MOG disulfide bond, both in isolation and in complex with anti-MOG antibodies. The potential binding of PBs to this bond was examined using molecular docking. RESULTS: Cleaving the disulfide bond of MOG altered the structure of MOG dimers and reduced their energetic favorability by 46.13 kcal/mol. The energy profiles of anti-MOG antibody complexes were less favorable when the disulfide bond of MOG was reduced in the monomeric state by 55.21 kcal/mol, but the reverse was true in the dimeric state. PBs exhibited reducing capabilities with the MOG extracellular disulfide bond, with this best-scoring compound binding with an energy of -28.54 kcal/mol to the MOG monomer and -24.97 kcal/mol to the MOG dimer. CONCLUSIONS: These findings suggest that PBs can affect the structure of MOG dimers and the formation of antibody complexes by reducing the MOG disulfide bond. Structural changes in MOG could have implications for neurodegenerative diseases and anti-MOG syndrome.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».