通过优化倾向路径预测蛋白质异构信号通路和功能残基
摘要：翻译：蛋白质的调控机制通常通过在与原位结合位点通常不同的位点上结合分子来实现。免疫性区调控在自然界中无处不在，其对药物设计和筛选的潜力使得免疫性区研究变得非常宝贵。然而，目前仍存在着一些挑战，因为很少有计算方法能够有效预测免疫性区位点、识别参与免疫性区的信号通路，或是帮助设计适合靶向这些位点的分子。最近，化学键倾向性分析已经成功地通过将能量加权的原子级蛋白质图应用于网络分析，仅通过原位结合位点及其配体的知识，有效地识别了大量多样性蛋白质的免疫性区位点。为了解决信号通路的识别问题，我们在此提出了一种计算并评分优化倾向性路径的方法，该路径将原位结合位点与识别到的免疫性区位点连接起来，并确定了对这些通路做出贡献的关键残基。我们以三个研究较为深入的免疫性蛋白质h-Ras、caspase-1和3-磷脂依赖性激酶-1 (PDK1) 为例展示了这种方法。关键残基在原位结合位点和免疫性区位点都被识别出来，并与实验结果达成一致，同时还揭示了路径中的关键信号残基，从而为药物设计提供了可选靶点。通过使用计算得到的路径评分，我们还能够区分不同的免疫性调节物质的活性水平。
作者：Nan Wu, Sophia N. Yaliraki, Mauricio Barahona
论文ID：2207.07202
分类：Biomolecules
分类简称：q-bio.BM
提交时间：2022-07-18