Martini 3 force field parameters for protein lipidation post-translational modifications
Notice bibliographique
Résumé
Data for the publication "Martini 3 force field parameters for protein lipidation post-translational modifications" in the Journal of Chemical Theory and Computation Protein lipidations are vital co-translational or post-translational modifications that tether lipid tails to specific protein aminoacids to allow them to anchor to biological membranes, switch their subcellular localizations, and modulate association with other proteins. Such lipidations are thus crucial for multiple biological processes such as signal transduction, protein trafficking and membrane localization, and are implicated in various diseases as well. Examples of such lipid-anchored proteins include the Ras family of proteins that undergo farnesylation, actin and gelsolin, which are myristoylated, phospholipase D, which is palmitoylated, glycosylphosphatidylinositol-anchored proteins and others. Here, we develop parameters for the latest version of the Martini 3 coarse-grained force field for cysteine-targeting farnesylation, geranylgeranylation and palmitoylation as well as the glycine-targeting myristoylation due to the importance of these lipidations in disease and in particular for studying cancer and anti-cancer drug discovery. The parameters are developed using the CHARMM36m all-atom force field parameters as reference. The behavior of the coarse-grained models is consistent with that of the all-atom force field for all lipidations and reproduces key dynamical and structural features such as solvent-accessible surface area, bilayer penetration depth, and cluster representative conformations. The parameters, along with mapping schemes for the popular martinize2 tool, are immediately available for download.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».