Deciphering Opioid Peptide Binding Modes at Atypical Chemokine Receptor 3
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide ACKR3 is a class A G protein-coupled receptor that is considered as an atypical chemokine receptor. It does not activate G proteins but efficiently recruits β-arrestin and mediates ligand internalization and was thus proposed as a scavenger receptor. Besides chemokines, ACKR3 internalizes a variety of endogenous opioid peptides, including adrenorphin and dynorphin A. By reducing their availability to the classical opioid receptors, ACKR3 is proposed to participate in the endogenous pain management system, suggesting it as a new potential target for a new class of analgesics. Available structural data for ACKR3 are focused on the binding of chemokines (e.g., CXCL12), but how opioid peptides bind at ACKR3 remains enigmatic. Here, we structurally modeled opioid peptide binding at ACKR3 with a focus on adrenorphin, its ACKR3 selective variant LIH383, and dynorphin A. By combining molecular dynamics simulations with pharmacophore analysis, we analyze the opioid peptides’ binding modes and compare them with binding to classical opioid receptors (MOR, KOR, and DOR). We apply our model to rationally explain previously reported structure–activity relationships for adrenorphin derivatives, which also supports the model’s validation. Moreover, we include in vitro ACKR3 mutational experiments on both the receptor and LIH383 to further strengthen our structural model. Taken together, we systematically combine in silico observations and in vitro readouts to contribute to the understanding of ACKR3's ligand binding profile and set the basis for further ACKR3 ligand development.
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 | 0,000 |
| 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 | 0,000 | 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) | 0,001 | 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 ».