Deciphering Antifungal Drug Resistance in Pneumocystis jirovecii DHFR with Molecular Dynamics and Machine Learning.
Deciphering Antifungal Drug Resistance in Pneumocystis jirovecii DHFR with Molecular Dynamics and Machine Learning.
复制标题
DOI：
10.1021/acs.jcim.1c00403
复制
发表时间：
2021-06-28
影响因子：
5.6
通讯作者：
Schiffer, Celia A.
中科院分区：
文献类型：
--
作者：
Leidner, Florian;Yilmaz, Nese Kurt;Schiffer, Celia A.
耐药性影响许多新疗法的有效性。治疗靶点的突变会产生耐药性，但是破译哪些突变（通常远离酶活性位点）会导致耐药性是具有挑战性的。在一系列吉氏肺孢子虫二氢叶酸还原酶变体中，我们利用同源建模、分子动力学和机器学习阐明了哪些相互作用是赋予甲氧苄啶耐药性的关键先导因素。主要涉及未变化残基的六种分子特征是抗性的最佳指标。
Drug resistance impacts the effectiveness of many new therapeutics. Mutations in the therapeutic target confer resistance, however deciphering which mutations, often remote from the enzyme active site, drive resistance is challenging. In a series of Pneumocystis Jirovecii dihydrofolate reductase variants we elucidate which interactions are key bellwethers to confer resistance to trimethoprim using homology modeling, molecular dynamics and machine learning. Six molecular features involving mainly residues that did not vary, were the best indicators of resistance.
登录
查看更多内容
影响因子：
10.7
作者：
Tamer，Yusuf Talha;Gaszek，Ilona K.;Toprak，Erdal
通讯作者：
Toprak，Erdal
影响因子：
8.4
作者：
Cammarata, Michael;Thyer, Ross;Brodbelt, Jennifer S.
通讯作者：
Brodbelt, Jennifer S.
影响因子：
64.8
作者：
Vasan N;Baselga J;Hyman DM
通讯作者：
Hyman DM
影响因子：
62.1
作者：
Matthew AN;Leidner F;Lockbaum GJ;Henes M;Zephyr J;Hou S;Rao DN;Timm J;Rusere LN;Ragland DA;Paulsen JL;Prachanronarong K;Soumana DI;Nalivaika EA;Kurt Yilmaz N;Ali A;Schiffer CA
通讯作者：
Schiffer CA
影响因子：
5.7
作者：
Prabu-Jeyabalan, M;Nalivaika, E;Schiffer, CA
通讯作者：
Schiffer, CA