MétaCan
Menu
Retour à la cohorte
Enregistrement W4407991635 · doi:10.1101/2025.02.21.639315

Distal mutations enhance catalysis in designed enzymes by facilitating substrate binding and product release

2025· preprint· en· W4407991635 sur OpenAlexaff
Niayesh Zarifi, Pooja Asthana, Hiva Doustmohammadi, Cindy Klaus, Janet Sánchez, Serena E. Hunt, Rojo V. Rakotoharisoa, Sílvia Osuna, James S. Fraser, Roberto A. Chica

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueEnzyme Structure and Function
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSubstrate (aquarium)CatalysisChemistryEnzymeProduct (mathematics)Substrate specificityBiochemistryCombinatorial chemistryStereochemistryBiologyMathematics

Résumé

récupéré en direct d'OpenAlex

The role of amino-acid residues distant from an enzyme's active site in facilitating the complete catalytic cycle-including substrate binding, chemical transformation, and product release-remains poorly understood. Here, we investigate how distal mutations promote the catalytic cycle by engineering mutants of three de novo Kemp eliminases containing either active-site or distal mutations identified through directed evolution. Kinetic analyses, X-ray crystallography, and molecular dynamics simulations reveal that while active-site mutations create preorganized catalytic sites for efficient chemical transformation, distal mutations enhance catalysis by facilitating substrate binding and product release through tuning structural dynamics to widen the active-site entrance and reorganize surface loops. These distinct contributions work synergistically to improve overall activity, demonstrating that a well-organized active site, though necessary, is not sufficient for optimal catalysis. Our findings reveal critical roles that distal residues play in shaping the catalytic cycle to enhance efficiency, yielding valuable insights for enzyme design.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,005
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,224
Écart entre enseignants0,216 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetEnzyme Structure and FunctionTravaux en français237 207