Discovery of RNA-Protein Molecular Clamps Using Proteome-Wide Stability Assays
Notice bibliographique
Résumé
Uncompetitive inhibition is an effective strategy for suppressing dysregulated enzymes and their substrates, but discovery of suitable ligands depends on often-unavailable structural knowledge and serendipity. Hence, despite surging interest in mass spectrometry-based target identification, proteomic studies of substrate-dependent target engagement remain sparse. Herein, we describe a strategy for the discovery of substrate-dependent ligand binding. Using proteome integral solubility alteration (PISA) assays, we show that simple biochemical additives can enable detection of RNA-protein-small molecule complexes in native cell lysates. We apply our approach to rocaglates, molecules that specifically clamp RNA to eukaryotic translation initiation factor 4A (eIF4A), DEAD-box helicase 3X (DDX3X), and potentially other members of the DEAD-box (DDX) helicase family. To identify unexpected interactions, we used a target class-specific thermal window and compared ATP analog and RNA base dependencies for key rocaglate-DDX interactions. We report novel DDX targets of high-profile rocaglates-including the clinical candidate Zotatifin-and validate our findings using limited proteolysis-mass spectrometry and fluorescence polarization (FP) experiments. We also provide structural insight into divergent DDX3X affinities between synthetic rocaglates. Taken together, our study provides a model for screening uncompetitive inhibitors using a chemical proteomics approach and uncovers actionable DDX clamping targets, clearing a path toward characterization of novel molecular clamps and associated RNA helicases.
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 | 0,006 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 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 ».