MétaCan
Menu
Retour à la cohorte
Enregistrement W4409886944 · doi:10.1101/2025.04.22.650091

Characterization of the KRas G12D-inhibitor interactions by HDX-MS and molecular dynamics simulations

2025· preprint· en· W4409886944 sur OpenAlexafffund
Evgeniy V. Petrotchenko, Brandon Novy, Konstantin I. Popov, Jason B. Cross, Roopa Thapar, Christoph H. Borchers

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueEnzyme Structure and Function
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesNational Institutes of HealthWarren Y. Soper Charitable TrustJewish General HospitalFondation De Famille Alvin SegalGenome Canada
Mots-clésKRASMolecular dynamicsDynamics (music)Characterization (materials science)PhysicsChemistryComputational chemistryMutationOpticsBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Hydrogen-deuterium exchange (HDX) combined with mass spectrometry (MS) is a powerful technique for studying changes in protein structure and dynamics upon ligand binding. Protein-ligand complexes can result in increased protection of peptide-bond amides in HDX indicating protein structure stabilization. We have characterized the interaction of lead inhibitor candidates towards the KRas G12D oncoprotein by intact protein and bottom-up HDX-MS in combination with molecular dynamics (MD) simulations. Significant differences in HDX protection were detected upon inhibitor binding in the flexible switch-II pocket of the protein. We identified a correlation between ligand binding affinities and corresponding changes in protection. MD simulations of the free and inhibitor-bound KRas G12D proteins revealed changes in the hydrogen bond network of backbone amides in the switch-II region upon inhibitor binding, explaining the observed HDX protection. This combined HDX-MS and MD analysis approach provides a mechanistic picture of the KRas G12D protein-inhibitor interactions and may be a useful tool for future drug design efforts.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,017
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,005
Tête enseignante GPT0,207
Écart entre enseignants0,202 · 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'admission2
Résumé présentoui

Explorer davantage

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