Projekty finansowane przez NCN
Allosteryczna regulacja aktywności enzymatycznej katepsyn i prokatepsyn przez glikozaminoglikany i ich mimetyki
2023/48/C/ST4/00163
Słowa kluczowe:
katepsyny prokatepsyny glikozaminoglikany regulacja allosteryczna dokowanie molecularne dynamika molekularna
Deskryptory:
- ST4_04: Chemia teoretyczna i obliczeniowa
- ST4_03: Struktura i architektura molekularna
Panel:
ST4 - Chemia analityczna i fizyczna: chemia analityczna, metody teoretyczne w chemii, chemia fizyczna/fizyka chemiczna
Jednostka realizująca:
Politechnika Gdańska, Wydział Chemiczny
woj. pomorskie
Kierownik projektu (z jednostki realizującej):
Liczba wykonawców projektu: 2
Konkurs: SONATINA 7 - ogłoszony 2022-11-29
Przyznana kwota: 731 727 PLN
Rozpoczęcie projektu: 2023-12-01
Zakończenie projektu: 2026-11-30
Planowany czas trwania projektu: 36 miesięcy (z wniosku)
Status projektu: Projekt w realizacji
Opis Projektu
Pobierz opis projektu w formacie .pdf
Uwaga - opisy projektów zostały sporządzone przez samych autorów wniosków i w niezmienionej formie umieszczone w systemie.
Dane z raportu końcowego/rocznego
- Publikacje w czasopismach (4)
- When Simulations Meet Machine Learning: Redefining Molecular Docking for Protein‐Glycosaminoglycan SystemsAutorzy:Krzysztof K. BojarskiCzasopismo:Journal of Computational Chemistry (rok: 2025, tom: 46 (17), strony: e70161), Wydawca: John Wiley & Sons, Inc.Status:OpublikowanaDoi:10.1002/jcc.70161 - link do publikacji
- Benchmark of Available Explicit Solvent Models in CHARMM36m to Characterize GlycosaminoglycansAutorzy:Patryk A. Wesołowski, David J. Wales, Krzysztof K. BojarskiCzasopismo:The Journal of Physical Chemistry B (rok: 2025, tom: 129 (39), strony: 9953–9964), Wydawca: American Chemical SocietyStatus:OpublikowanaDoi:10.1021/acs.jpcb.5c04919 - link do publikacji
- In silico approaches for better understanding cysteine cathepsin-glycosaminoglycan interactionsAutorzy:Krzysztof K. Bojarski, Alexis David, Fabien Lecaille, Sergey A. SamsonovCzasopismo:Carbohydrate Research (rok: 2024, tom: 543, strony: 109201), Wydawca: ElsevierStatus:OpublikowanaDoi:10.1016/j.carres.2024.109201 - link do publikacji
- Machine learning models for prediction of (Pro) cathepsin–glycosaminoglycan binding free energies based on molecular structureAutorzy:Krzysztof K. Bojarski, Patrick K. Quoika, Martin ZachariasCzasopismo:Computational and Structural Biotechnology Journal (rok: 2026, tom: 31, strony: 61-73), Wydawca: ElsevierStatus:OpublikowanaDoi:10.1016/j.csbj.2025.11.059 - link do publikacji