Revisiting the earliest signatures of amyloidogenesis: Roadmaps emerging from computational modeling and experiment

内在无序蛋白质 计算生物学 淀粉样纤维 机制(生物学) 淀粉样蛋白(真菌学) 化学 构象集合 淀粉样β 药物发现 计算机科学 纳米技术 生物物理学 分子动力学 神经科学 生物 疾病 物理 生物化学 计算化学 材料科学 医学 病理 无机化学 量子力学
作者
Shayon Bhattacharya,Liang Xu,Damien Thompson
出处
期刊:Wiley Interdisciplinary Reviews: Computational Molecular Science [Wiley]
卷期号:8 (4) 被引量:15
标识
DOI:10.1002/wcms.1359
摘要

Neurodegenerative amyloidogenesis begins with the aggregation of intrinsically disordered proteins (IDPs), which is the first step in a cascade of assembly events that can lead to insoluble fibrous deposits in brain tissue. IDP conformations that promote formation of toxic oligomers remain poorly understood, and are the most fundamental target of putative treatments for neurodegenerative disease. Rapid advances in theory, simulation and experimental methods, hold the promise of reversing protein aggregation by identifying and developing inhibitors of the transient amyloidogenic IDP conformations. To make meaningful progress it is important to appreciate the benefits and limitations of the latest developments in computational methods of conformational and ensemble modeling, and their integration and validation with experiments. Integrated studies are beginning to provide significant conceptual and mechanistic insights, including identification of the properties of amyloidogenic IDPs in their free, unbound form. At the same time, contradicting viewpoints have emerged concerning convergence of IDP ensemble signatures and properties from parallel studies, and there also remains a pressing need to develop physical models that can deliver reliable predictions across different IDP families. Focussing on the four most common amyloidogenic IDPs of Amyloid β, Tau, α‐synuclein and Prions, improvements are proposed for next‐generation models and experiments that can potentially identify drug treatments for neurodegenerative disease via incorporation of the extended cellular environment. This article is categorized under: Molecular and Statistical Mechanics > Molecular Mechanics Structure and Mechanism > Computational Biochemistry and Biophysics Structure and Mechanism > Molecular Structures
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
秦时明月完成签到,获得积分10
刚刚
jixuchance完成签到,获得积分10
刚刚
527完成签到,获得积分10
刚刚
不知道完成签到,获得积分10
2秒前
fan完成签到 ,获得积分10
3秒前
卡牌大师完成签到,获得积分10
3秒前
snow完成签到,获得积分10
3秒前
亚威完成签到,获得积分10
3秒前
成就的笑南完成签到 ,获得积分10
3秒前
qweerrtt完成签到,获得积分10
4秒前
滑稽帝完成签到 ,获得积分10
4秒前
5秒前
南枝完成签到,获得积分10
6秒前
woobinhua完成签到,获得积分10
7秒前
Misaki完成签到,获得积分10
8秒前
温暖宛筠完成签到,获得积分10
8秒前
9秒前
邓生完成签到 ,获得积分10
9秒前
Orange应助不如吃茶去采纳,获得10
9秒前
Harry完成签到,获得积分10
9秒前
科研小白完成签到,获得积分10
10秒前
10秒前
burno1112完成签到,获得积分10
11秒前
12秒前
科研通AI2S应助changyee采纳,获得10
13秒前
繁荣的柏柳完成签到,获得积分10
13秒前
大地完成签到,获得积分10
13秒前
Tonald Yang发布了新的文献求助10
15秒前
Henry完成签到,获得积分10
16秒前
ytong完成签到,获得积分10
16秒前
asenda完成签到,获得积分0
17秒前
CHN完成签到,获得积分20
17秒前
朴素访琴完成签到 ,获得积分10
18秒前
Akim应助飘逸的山柏采纳,获得10
18秒前
番茄炒蛋不要番茄le完成签到,获得积分10
19秒前
圆圈儿完成签到,获得积分10
23秒前
fat完成签到,获得积分10
24秒前
xyzlancet完成签到,获得积分10
24秒前
gao完成签到 ,获得积分10
24秒前
顷梦完成签到,获得积分10
26秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
叶剑英与华南分局档案史料 500
Foreign Policy of the French Second Empire: A Bibliography 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3146969
求助须知:如何正确求助?哪些是违规求助? 2798221
关于积分的说明 7827159
捐赠科研通 2454808
什么是DOI,文献DOI怎么找? 1306480
科研通“疑难数据库(出版商)”最低求助积分说明 627788
版权声明 601565