NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Synfilin-1'in mutasyona uğramış alfa-sinüklein ile etkileşiminin patolojik önemi, Parkinson hastalığına (PD) bağlı inklüzyon organlarının oluşumuna neden olmasında ciddi sonuçlara yol açtığı bilinmektedir. Şimdiye kadar çıkarılan bilgiler, alfa-sinükleindeki spesifik mutasyonların, A53T, A30P ve E46K'nın bu tür etkileşimleri desteklediğine işaret etti. Bununla birlikte, bu etkileşimin ayrıntılı bir yapısal çalışması, zincir uzunluğu 919 kalıntısının büyük protein Synfilin-1'in tam yapılarının kullanılamaması ve mutasyona uğramış alfa-sinükleinin şimdiye kadar bildirilen tüm spesifik mutasyonlara sahip olması nedeniyle beklemektedir. Bu çalışmada, yarı otomatik boru hattı tabanlı bir meta-prediktör olan AlphaLarge, mevcut protokollerin sınırlamaları göz önüne alındığında Synfilin-1 gibi büyük proteinlerin yüksek sadakatli yapılarını tahmin etmek için yaratılmıştır. AlphaLarge, standart doğrulamaları yoluyla en iyi yapı modelini seçmek için kendi kendine kaynaklı bir şablon veri kümesinin temeli üzerine bir bölme ve fethetme tabanlı strateji kullanan yeni bir artırılmış AlphaFold modelini işe alıyor. Yapı modelleri, bu proteinlerin yapısal olarak ilgili mevcut bilgilerini kullanan bir Protein Aracı Etkileşim Analizi (PMIA) formalizmi tarafından yeniden doğrulandı. Eğitim veri seti için, yeni yöntem AlphaLarge, AlphaFold'dan makul derecede daha iyi performans gösterdi. Ayrıca, Synfilin-1'in en iyi yapı modellerinin etkileşimlerinin yeni kalıntı ve etki alanına dayalı yapısal detayları ve hem vahşi hem de mutasyona uğramış alfa-sinüklein PMIA kullanılarak çıkarılır. Bu sonuç, özellikle PD'nin ilerlemesini kontrol etmek için hedef spesifik ilaçların daha iyi taranmasının ve genel olarak bilinmeyen yapıların büyük proteinlerini içeren her türlü patofizyolojinin araştırılmasının önünü açar.
Özgün kaynak özetini okuyun
Pathological significance of interaction of Synphilin-1 with mutated alpha-synuclein is well known to have serious consequences in causing the formation of inclusion bodies that are linked to Parkinson's disease (PD). Information extracted so far pointed out that specific mutations, A53T, A30P, and E46K, in alpha-synuclein promote such interactions. However, a detailed structural study of this interaction is pending due to the unavailability of the complete structures of the large protein Synphilin-1 of chain length 919 residues and the mutated alpha-synuclein having all the reported specific mutations so far. In this study, a semi-automatic pipeline-based meta-predictor, AlphaLarge, is created to predict high-fidelity structures of large proteins like Synphilin-1 given the limitations of the existing protocols. AlphaLarge recruits a novel augmented AlphaFold model that uses a divide and conquer based strategy on the foundation of a self-sourced template dataset to choose the best structure model through their standard validations. The structure models were re-validated by a Protein Mediated Interaction Analysis (PMIA) formalism that uses the existing structurally relevant information of these proteins. For the training dataset, the new method, AlphaLarge, performed reasonably better than AlphaFold. Also, the new residue- and domain-based structural details of interactions of resultant best structure models of Synphilin-1 and both wild and mutated alpha-synuclein are extracted using PMIA. This result paves the way for better screening of target specific drugs to control the progression of PD, in particular, and research on any kind of pathophysiology involving large proteins of unknown structures, in general.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.