Unraveling the Binding Mode of TSC2–Rheb through Protein Docking and Simulations
Notice bibliographique
Résumé
Proteasome inhibitors (PIs) constitute the first line of therapy for multiple myeloma (MM). Despite the impressive clinical efficacy, MM remains fatal due to the development of drug resistance over time. During MM progression, stress responses to hypoxia and PIs suppress mammalian target of rapamycin complex 1 (mTORC1) activity by releasing tuberous sclerosis complex 2 (TSC2), which deactivates Ras homologue enriched in brain (Rheb), a crucial regulator of mTORC1. The efficacy of PIs targeting MM is enhanced when mTORC1 is hyperactivated. We thus propose that the inhibition of TSC2 will improve the efficacy of PIs targeting MM. To the best of our knowledge, no cocrystallized structure of the TSC2-Rheb complex has been reported. We therefore developed a representative model using the individual structures of TSC2 (PDB: 7DL2) and Rheb (PDB: 1XTS). Computational modeling involving an extensive protein-protein docking consensus approach was performed to determine the putative binding mode of TSC2-Rheb. The proposed docking poses were refined, clustered, and evaluated by MD simulations to explore the conformational dynamics and protein mobility, particularly at the drug-binding interface of TSC2-Rheb. Our results agree with the suggested binding mode of TSC2-Rheb previously reported in the literature. The results reported herein establish a basis for the development of new inhibitors blocking the binding of TSC2 and Rheb, aiming to reinstate mTORC1 activation and facilitate improved efficacy of PIs against multiple myeloma.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».