New insights into small molecules inhibitors and protein-protein interactions of VirB8 : a critical conserved component of the type IV secretion system
Bibliographic record
Abstract
Les systèmes bactériens de sécrétion de type IV (T4SS) sont constitués d’un ensemble de 8 à 12 protéines conservées. Ces dernières sont utilisées lors de la translocation de protéines, la translocation de complexes ADN-protéines mais aussi pour le transport de ces derniers au travers de la membrane cellulaire. Les T4SS, en tant que facteurs de virulence pour beaucoup de pathogènes comme Brucella suis, sont donc d’excellents modèles cibles pour le développement de médicaments d’antivirulence. Ces médicaments, en privant le pathogène de son facteur essentiel de virulence : le T4SS, constituent une alternative ou encore une amélioration des traitements antibiotiques utilisés actuellement. VirB8, un facteur d’assemblage conservé dans le T4SS, forme des dimères qui sont importants pour la fonction des T4SS dans ces pathogènes. De par ses interactions multiples, VirB8 est un excellent modèle pour l’analyse des facteurs d’assemblage mais aussi en tant que cible de médicaments qui empêcheraient son interaction avec d’autres protéines et qui, in fine, désarmeraient les bactéries en les privant de leur fonctions essentielles de virulence. À ce jour, nous savons qu’il existe un équilibre monomère-dimère et un processus d’homodimerization de VirB8 dont l’importance est vitale pour la fonctionnement biologique des T4SSs. En se basant sur des essais quantitatifs d’interaction, nous avons identifié (i) des sites potentiels d’interaction avec d’autres protéines VirB du T4SS mais aussi (ii) isolé des petites molécules inhibitrices afin de tester la fonction protéique de VirB8. Afin de déterminer les acides aminés importants pour l’hétérodimérization de VirB8 avec VirB10, nous avons effectué des expériences de mutagenèse aléatoire, de phage display et d’arrimage moléculaire in silico. Ces expériences ont démontré l’importance de trois acides aminés localisés sur le feuillet β : R160, S162, T164 et I165. Ces derniers seraient importants pour l’association de VirB8 avec VirB10 étant donné que leur mutagenèse entraine une diminution de la formation du complexe VirB8-VirB10. L’objectif actuel de notre projet de recherche est de pouvoir mieux comprendre mais aussi d’évaluer le rôle de VirB8 dans l’assemblage du T4SS. Grace à un méthode de criblage adaptée à partir de la structure de VirB8, nous avons pu identifié une petite molécule inhibitrice BAR-068, qui aurait un rôle prometteur dans l’inhibition du T4SS. Nous avons utilisé la spectroscopie par fluorescence, l’essai à deux hybrides, le cross-linking et la cristallographie afin de déterminer le mécanisme d'interaction existant entre VirB8 et BAR-068. Ces travaux pourraient permettre de nombreuses avancées, notamment en termes de compréhension des mécanismes d’inhibition du T4SS. Notre objectif ultime est de pouvoir caractériser la séquence d’évènements essentiels à l’assemblage et au fonctionnement du T4SS. De manière globale, notre projet de recherche permettrait de révéler les grands principes d’assemblage des protéines membranaires, les processus de sécrétion de protéines chez les bactéries mais aussi de proposer une nouvelle stratégie lors du développement de drogues antimicrobiennes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".