使用TSR算法对激酶调节器,激酶和调节器-激酶复合物的合规变化进行量化
Tarikul I Milon1, Poorya Khajouie1,2, Feng Chen3
1Department of Chemistry, University of Louisiana at Lafayette, Lafayette, LA, USA.
Methods in molecular biology (Clifton, N.J.)
|November 1, 2025
概括
一个新的算法精确地分析了分子相互作用,识别了酶-连接体复合体中独特的结构模式. 这种方法有助于理解药物结合和设计向癌症治疗方法.
科学领域:
- 结构生物学 结构生物学
- 计算化学的计算化学
- 药物发现 药物发现 药物发现
背景情况:
- 激酶在细胞过程中至关重要;它们的失调与癌症有关.
- 了解酶 - 连接体相互作用和结构变化对于开发向疗法至关重要.
- 激酶抑制剂是药物发现的主要焦点.
研究的目的:
- 为了证明三角空间关系 (TSR) 算法的实用性,用于精确的分子识别研究.
- 描述和量化蛋白质-连接体复合体的构造变化,特别是酶-连接体相互作用.
- 识别控制分子识别特异性的结构模式.
主要方法:
- 应用三角空间关系 (TSR) 算法来分析来自蛋白质数据库的3D结构.
- 蛋白质 - 连接体复合体的表征,专注于激酶 - 连接体相互作用.
- 使用结构数据量化构造变化的量化.
主要成果:
- 鉴定一种独特的亚基结构,特定于腺三酸盐 (ATP),将其与ADP和ANP区分开来.
- 发现一个脊柱子结构,区分结合和未结合的循环腺单酸盐依赖激酶 (cAMPDKs).
- 在分子识别接口上观察谷氨酸和氨酸残留物的独特空间几何形状.
结论:
- 该TSR算法有效地识别分子相互作用中的特定结构模式 ("识别代码").
- 这些发现支持cAMPDK与其监管机构 (ATP,ADP,ANP) 之间存在规范认可代码的存在.
- 该TSR算法提供了一个广泛适用的框架,用于分子识别分析在各种蛋白质家族及其连接体.
