Εξειδίκευση τύπου :	Άρθρο σε επιστημονικό περιοδικό
Τίτλος:	Cracking the code of cellular protein-protein interactions: Alphafold and whole-cell crosslinking to the rescue
Δημιουργός/Συγγραφέας:	Träger, Toni [EL] Παναγιώτης, Καστρίτης[EN] Kastritis, Panagiotis
Ημερομηνία:	2023-04-12
Γλώσσα:	Αγγλικά
ISSN:	1744-4292 1744-4292
DOI:	10.15252/msb.202311587
Άλλο:	36896624
Περίληψη:	Integration of experimental and computational methods is crucial to better understanding protein-protein interactions (PPIs), ideally in their cellular context. In their recent work, Rappsilber and colleagues (O'Reilly et al, 2023) identified bacterial PPIs using an array of approaches. They combined whole-cell crosslinking, co-fractionation mass spectrometry, and open-source data mining with artificial intelligence (AI)-based structure prediction of PPIs in the well-studied organism Bacillus subtilis. This innovative approach reveals architectural knowledge for in-cell PPIs that are often lost upon cell lysis, making it applicable to genetically intractable organisms such as pathogenic bacteria.
Τίτλος πηγής δημοσίευσης:	Molecular systems biology
Τόμος/Κεφάλαιο:	19
Τεύχος:	4
Θεματική Κατηγορία:	[EL] Δομική Βιολογία[EN] Structural Biology [EL] Βιοχημεία[EN] Biochemistry [EL] Βιοπληροφορική[EN] Bioinformatics [EL] Μικροβιολογία[EN] Microbiology
Λέξεις-Κλειδιά:	Proteins Protein Interaction Mapping Artificial Intelligence
EU Grant identifier:	391498659 03Z22HN23
Κάτοχος πνευματικών δικαιωμάτων:	© 2023 The Authors.
Όροι και προϋποθέσεις δικαιωμάτων:	This is an open access article under theterms of the Creative Commons Attribution License,which permits use, distribution and reproductionin any medium, provided the original work is properly cited.
Ηλεκτρονική διεύθυνση στον εκδότη (link):	https://doi.org/10.15252/msb.202311587
Εμφανίζεται στις συλλογές:	Ινστιτούτο Χημικής Βιολογίας - Επιστημονικό έργο