MIMP：キナーゼ基質リン酸化に対する変異の影響を予測する

タンパク質のリン酸化は、細胞経路で重要であり、疾患で変化しています。キナーゼ層状相互作用におけるミスセンス単一ヌクレオチドバリアント（SNV）の影響を予測する機械学習方法であるMIMP（http://mimp.baderlab.org/）を開発しました。MIMPはキナーゼ配列特異性を分析し、SNVが既存のリン酸化部位を破壊するか、新しい部位を作成するかを予測します。これは、キナーゼネットワークを変化させることでタンパク質機能を修正する突然変異を発見し、疾患生物学と治療の発達に関する洞察を提供するのに役立ちます。

Protein phosphorylation is important in cellular pathways and altered in disease. We developed MIMP (http://mimp.baderlab.org/), a machine learning method to predict the impact of missense single-nucleotide variants (SNVs) on kinase-substrate interactions. MIMP analyzes kinase sequence specificities and predicts whether SNVs disrupt existing phosphorylation sites or create new sites. This helps discover mutations that modify protein function by altering kinase networks and provides insight into disease biology and therapy development.