Synthetic antibodies targeting <scp>EphA2</scp> induce diverse signaling‐competent clusters with differential activation
Notice bibliographique
Résumé
The receptor tyrosine kinase EphA2 interacts with ephrin (Efn) ligands to mediate bi-directional signals that drive cellular sorting processes during tissue development. In the context of various cancers, EphA2 can also drive invasive metastatic disease and represents an important target for cancer therapeutics. Natural Efn ligands sterically seed intertwined EphA2 clusters capable of recruiting intracellular kinases to mediate trans-phosphorylation. Synthetic proteins, such as antibodies (Abs), can mimic Efn ligands to trigger EphA2 signaling, leading to receptor internalization and degradation, and enabling intracellular delivery of conjugated drugs. Furthermore, Abs are capable of recruiting EphA2 into clusters distinct from those seeded by Efn. We developed three synthetic Abs targeting distinct EphA2 domains and determined the paratope valency necessary for agonist or antagonist properties of each of the three epitopes. Structural modeling of monovalent Fabs in complex with EphA2 elucidated competitive and non-competitive mechanisms of inhibition of EphA2 canonical signaling. Likewise, modeling of clusters induced by bivalent IgGs elucidated multiple signaling-competent EphA2 clusters capable of triggering a continuum of signaling strengths and provided insights into the requirement for multimerization of EphA2 to trigger phosphorylation. Our study shows how different agonist clusters lead to distinct kinase recruitment efficiencies to modify phosphotyrosine signal strength, and provides a panel of anti-EphA2 Abs as reagents for the development of therapeutics.
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 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».