Amir Shanehsazzadeh °, Matt McPartlon, George Kasun, Andrea K. Steiger, John M. Sutton, Edriss Yassine, CALEN MCCLOSKEY, Robel Hail, Robel, Robel, Richard Shuai, Julian Alveero, GON Rakocevic, Simon Levine, Jovan Cejovic, Jahir M. Gutierrez, Alex莫尔黑德(Morehead),Oleksii Dubrovskyi,Chelsea Chung,Breanna K. Luton,Nicolas Diaz,Christa Kohnert,Rebecca Kohnert,Rebecca Consbuck Hayley Carter,Chase Lacombe,Chase Lacombe,Itti Bist,Itti Bist,Itti Bist,Phetsamay Vilaychack,phetsamay vilaychack,Zahra和Zahra和Zahra anderson,Brichey bringe xi Xi Xi Xi,Pauly Xi,Pauly Xi,kigrcon,kig trancon,kig im kin,kig i, Macey Radach,Katherine Bateman,Gaelin Kopec-Balliveau,Dalton Chapman,Joshua Benett,Abigail b。 Ventura,Gustavo m。 Canales,Muttappa Gowda,Kerianne a。杰克逊,罗德特·卡吉亚特(Rodante Caguiat),罗丹特·卡吉亚特(Rodante Caguiat),琥珀色棕色,道格拉斯·加尼尼(Douglas Ganini da Silva),Zheyuan guo,Shaheed Abdulhaqq,Lillian R.Klug,Miles Gander,Engin Yapici,Joshua Meier*Amir Shanehsazzadeh °, Matt McPartlon, George Kasun, Andrea K. Steiger, John M. Sutton, Edriss Yassine, CALEN MCCLOSKEY, Robel Hail, Robel, Robel, Richard Shuai, Julian Alveero, GON Rakocevic, Simon Levine, Jovan Cejovic, Jahir M. Gutierrez, Alex莫尔黑德(Morehead),Oleksii Dubrovskyi,Chelsea Chung,Breanna K. Luton,Nicolas Diaz,Christa Kohnert,Rebecca Kohnert,Rebecca Consbuck Hayley Carter,Chase Lacombe,Chase Lacombe,Itti Bist,Itti Bist,Itti Bist,Phetsamay Vilaychack,phetsamay vilaychack,Zahra和Zahra和Zahra anderson,Brichey bringe xi Xi Xi Xi,Pauly Xi,Pauly Xi,kigrcon,kig trancon,kig im kin,kig i, Macey Radach,Katherine Bateman,Gaelin Kopec-Balliveau,Dalton Chapman,Joshua Benett,Abigail b。 Ventura,Gustavo m。 Canales,Muttappa Gowda,Kerianne a。杰克逊,罗德特·卡吉亚特(Rodante Caguiat),罗丹特·卡吉亚特(Rodante Caguiat),琥珀色棕色,道格拉斯·加尼尼(Douglas Ganini da Silva),Zheyuan guo,Shaheed Abdulhaqq,Lillian R.Klug,Miles Gander,Engin Yapici,Joshua Meier*
在大约1.4亿31蛋白序列上预估计的生成蛋白语言模型在方向上进行了微调,以生成具有所需32个特性和结合特异性的肽。随后的多级结构屏幕 - 33 ins-33将肽候选肽的合成分布空间定期降低至34个识别真实的高质量样品,即在Sil-35 ICO阶段处于潜在的肽粘合剂。与分子动力学模拟配对,需要在湿lab实验中验证的候选36的数量从超过37220万降至16。这些电势粘合剂的特征是增强的酵母38显示器,以确定表达水平和与目标的结合亲和力。39个结果表明,只有十几个候选者需要表征以获得40种具有理想结合强度和结合特异性的肽粘合剂。总体而言,这项41个工作基于生成的42 ne-Guage模型实现了高效且低成本的肽设计,从而将从头蛋白设计的速度提高到了前所未有的43级。提议的管道是可自定义的,即适合于仅修饰的44个多个蛋白质家族的快速设计。45
简单摘要:最初对经验性放射化学化学疗法做出反应后,大多数胸腺癌和胸腺癌变为难治性,需要二线疗法。多靶性酪氨酸激酶抑制剂Sunitinib是少数几种选择之一,尤其是在胸腺癌患者中,并且导致部分缓解并延长总体生存率。但是,舒尼替尼的活性有限,并非所有患者都受益。更好地理解其作用方式和预测生物标志物的定义将有助于选择最适合的患者。使用一组定义的sunitinib敏感和耐药细胞系中的实时多重酪氨酸磷酸化测定法,该测定法中含有144种激酶底物,我们产生了sunitinib响应指数(SRI)。然后使用同一SRI分类器将来自胸腺瘤的蛋白质裂解液和夏替尼的胸腺癌与潜在的反应者与非反应者进行分类。生物信息学预测和对激活上游激酶的进一步实验分析鉴定为舒尼替尼抗性的有效介质,在转移性胸腺瘤中特别有效。tyro3既可以用作舒尼替尼耐药性的生物标志物,又可以作为潜在的治疗靶标,可以帮助定制治疗决策并克服晚期胸腺瘤和胸腺癌的治疗耐药性。