Romanian
Albanian
Arabic
Armenian
Azerbaijani
Belarusian
Bengali
Bosnian
Catalan
Czech
Danish
Deutsch
Dutch
English
Estonian
Finnish
Français
Greek
Haitian Creole
Hebrew
Hindi
Hungarian
Icelandic
Indonesian
Irish
Italian
Japanese
Korean
Latvian
Lithuanian
Macedonian
Mongolian
Norwegian
Persian
Polish
Portuguese
Romanian
Russian
Serbian
Slovak
Slovenian
Spanish
Swahili
Swedish
Turkish
Ukrainian
Vietnamese
Български
中文(简体)
中文(繁體)
Molecular Endocrinology 2002-May

Molecular recognition of agonist ligands by RXRs.

Numai utilizatorii înregistrați pot traduce articole
Log In / Înregistrare
Linkul este salvat în clipboard
Pascal F Egea
André Mitschler
Dino Moras

Cuvinte cheie

Abstract

The nuclear receptor RXR is an obligate partner in many signal transduction pathways. We report the high-resolution structures of two complexes of the human RXRalpha ligand-binding domain specifically bound to two different and chemically unrelated agonist compounds: docosa hexaenoic acid, a natural derivative of eicosanoic acid, present in mammalian cells and recently identified as a potential endogenous RXR ligand in the mouse brain, and the synthetic ligand BMS 649. In both structures the RXR-ligand-binding domain forms homodimers and exhibits the active conformation previously observed with 9-cis-RA. Analysis of the differences in ligand-protein contacts (predominantly van der Waals forces) and binding cavity geometries and volumes for the several agonist-bound RXR structures clarifies the structural features important for ligand recognition. The L-shaped ligand-binding pocket adapts to the diverse ligands, especially at the level of residue N306, which might thus constitute a new target for drug-design. Despite its highest affinity 9-cis-RA displays the lowest number of ligand-protein contacts. These structural results support the idea that docosa hexaenoic acid and related fatty acids could be natural agonists of RXRs and question the real nature of the endogenous ligand(s) in mammalian cells.

Alăturați-vă paginii
noastre de facebook

Cea mai completă bază de date cu plante medicinale susținută de știință

  • Funcționează în 55 de limbi
  • Cure pe bază de plante susținute de știință
  • Recunoașterea ierburilor după imagine
  • Harta GPS interactivă - etichetați ierburile în locație (în curând)
  • Citiți publicațiile științifice legate de căutarea dvs.
  • Căutați plante medicinale după efectele lor
  • Organizați-vă interesele și rămâneți la curent cu noutățile de cercetare, studiile clinice și brevetele

Tastați un simptom sau o boală și citiți despre plante care ar putea ajuta, tastați o plantă și vedeți boli și simptome împotriva cărora este folosit.
* Toate informațiile se bazează pe cercetări științifice publicate

Google Play badgeApp Store badge