The purpose of this study was to classify breast carcinomas based on variations in gene expression patterns derived from cDNA microarrays and to correlate tumor characteristics to clinical outcome. A total of 85 cDNA microarray experiments representing 78 cancers, three fibroadenomas, and four normal breast tissues were analyzed by hierarchical clustering. As reported previously, the cancers could be classified into a basal epithelial-like group, an ERBB2 -overexpressing group and a normal breast-like group based on variations in gene expression. A novel finding was that the previously characterized luminal epithelial/estrogen receptor-positive group could be divided into at least two subgroups, each with a distinctive expression profile. These subtypes proved to be reasonably robust by clustering using two different gene sets: first, a set of 456 cDNA clones previously selected to reflect intrinsic properties of the tumors and, second, a gene set that highly correlated with patient outcome. Survival analyses on a subcohort of patients with locally advanced breast cancer uniformly treated in a prospective study showed significantly different outcomes for the patients belonging to the various groups, including a poor prognosis for the basal-like subtype and a significant difference in outcome for the two estrogen receptor-positive groups.

Recent developments in G protein-coupled receptor (GPCR) structural biology and pharmacology have greatly enhanced our knowledge of receptor structure-function relations, and have helped improve the scientific foundation for drug design studies. The GPCR database, GPCRdb, serves a dual role in disseminating and enabling new scientific developments by providing reference data, analysis tools and interactive diagrams. This paper highlights new features in the fifth major GPCRdb release: (i) GPCR crystal structure browsing, superposition and display of ligand interactions; (ii) direct deposition by users of point mutations and their effects on ligand binding; (iii) refined snake and helix box residue diagram looks; and (iii) phylogenetic trees with receptor classification colour schemes. Under the hood, the entire GPCRdb front- and back-ends have been re-coded within one infrastructure, ensuring a smooth browsing experience and development. GPCRdb is available at http://www.gpcrdb.org/ and it's open source code at https://bitbucket.org/gpcr/protwis.

Natural genetic variation in the human genome is a cause of individual differences in responses to medications and is an underappreciated burden on public health. Although 108 G-protein-coupled receptors (GPCRs) are the targets of 475 (∼34%) Food and Drug Administration (FDA)-approved drugs and account for a global sales volume of over 180 billion US dollars annually, the prevalence of genetic variation among GPCRs targeted by drugs is unknown. By analyzing data from 68,496 individuals, we find that GPCRs targeted by drugs show genetic variation within functional regions such as drug- and effector-binding sites in the human population. We experimentally show that certain variants of μ-opioid and Cholecystokinin-A receptors could lead to altered or adverse drug response. By analyzing UK National Health Service drug prescription and sales data, we suggest that characterizing GPCR variants could increase prescription precision, improving patients’ quality of life, and relieve the economic and societal burden due to variable drug responsiveness.Video AbstracteyJraWQiOiI4ZjUxYWNhY2IzYjhiNjNlNzFlYmIzYWFmYTU5NmZmYyIsImFsZyI6IlJTMjU2In0.eyJzdWIiOiJjYzkwMzg2NzAzNzA4ZTZkNTJiNDY2M2NmMDY5N2YxYSIsImtpZCI6IjhmNTFhY2FjYjNiOGI2M2U3MWViYjNhYWZhNTk2ZmZjIiwiZXhwIjoxNjc4MzYwNjc1fQ.m-Iw9AZiBqRsjb5Ob8Gv7c0pJ209ktBdSi7VC43bcgR_czMR-78Rh0-e8ecTrBpuhmZbsdbQKw57alQ_7-HAfhQXD6GzX28HyacInJic6GsP2sS8AmJDiw0IVXMa8QBSU3mQ7CVCO79Uj4KNa-i0GXi7KRIRWUtH-EHq5pu5EkBiOC320EKJnKg_xszf8XpAn-F8DdRdtWK5ED4Ax5L2IYLxcAnHjpdQxd17Ii4li5Y0hrfihJW2PGzcdpf1Zx-bvZm5n6n8N9JWIBq74yC9gj1BDYy8q2jEPwrrh8sDOUK6NwCdanokuGgg8BRDoC3_w5EACEnDvK0dVlvfA_Q37A(mp4, (12.95 MB) Download video

G protein-coupled receptors are the most abundant mediators of both human signalling processes and therapeutic effects. Herein, we report GPCRome-wide homology models of unprecedented quality, and roughly 150 000 GPCR ligands with data on biological activities and commercial availability. Based on the strategy of 'Less model - more Xtal', each model exploits both a main template and alternative local templates. This achieved higher similarity to new structures than any of the existing resources, and refined crystal structures with missing or distorted regions. Models are provided for inactive, intermediate and active states-except for classes C and F that so far only have inactive templates. The ligand database has separate browsers for: (i) target selection by receptor, family or class, (ii) ligand filtering based on cross-experiment activities (min, max and mean) or chemical properties, (iii) ligand source data and (iv) commercial availability. SMILES structures and activity spreadsheets can be downloaded for further processing. Furthermore, three recent landmark publications on GPCR drugs, G protein selectivity and genetic variants have been accompanied with resources that now let readers view and analyse the findings themselves in GPCRdb. Altogether, this update will enable scientific investigation for the wider GPCR community. GPCRdb is available at http://www.gpcrdb.org.

Understanding differences in the repertoire of orthologous gene pairs is vital for interpretation of pharmacological and physiological experiments if conclusions are conveyed between species. Here we present a comprehensive dataset for G protein-coupled receptors (GPCRs) in both human and mouse with a phylogenetic road map. We performed systematic searches applying several search tools such as BLAST, BLAT, and Hidden Markov models and searches in literature data. We aimed to gather a full-length version of each human or mouse GPCR in only one copy referring to a single chromosomal position. Moreover, we performed detailed phylogenetic analysis of the transmembrane regions of the receptors to establish accurate orthologous pairs. The results show the identity of 495 mouse and 400 human functional nonolfactory GPCRs. Overall, 329 of the receptors are found in one-to-one orthologous pairs, while 119 mouse and 31 human receptors originate from species-specific expansions or deletions. The average percentage similarity of the orthologue pairs is 85%, while it varies between the main GRAFS families from an average of 59 to 94%. The orthologous pairs for the lipid-binding GPCRs had the lowest levels of conservation, while the biogenic amines had highest levels of conservation. Moreover, we searched for expressed sequence tags (ESTs) and identified more than 17,000 ESTs matching GPCRs in mouse and human, providing information about their expression patterns. On the whole, this is the most comprehensive study of the gene repertoire that codes for human and mouse GPCRs. The datasets are available for downloading.

The selective coupling of G-protein-coupled receptors (GPCRs) to specific G proteins is critical to trigger the appropriate physiological response. However, the determinants of selective binding have remained elusive. Here we reveal the existence of a selectivity barcode (that is, patterns of amino acids) on each of the 16 human G proteins that is recognized by distinct regions on the approximately 800 human receptors. Although universally conserved positions in the barcode allow the receptors to bind and activate G proteins in a similar manner, different receptors recognize the unique positions of the G-protein barcode through distinct residues, like multiple keys (receptors) opening the same lock (G protein) using non-identical cuts. Considering the evolutionary history of GPCRs allows the identification of these selectivity-determining residues. These findings lay the foundation for understanding the molecular basis of coupling selectivity within individual receptors and G proteins. The identification of the positions and patterns of amino acids that form the selectivity determinants for the entire human G-protein and G-protein-coupled receptor signalling system. G-protein-coupled receptors (GPCRs) trigger the appropriate cellular response to extracellular stimuli by selective interactions with cytosolic G proteins. Elucidating the molecular basis of this selective binding has been challenging. Here, Madan Babu and colleagues perform an analysis to determine the positions and patterns of amino acids that form the selectivity determinants for the entire human GPCR–G-protein signalling system. By considering the evolutionary history of the receptors, they identify a selectivity 'barcode' on each of the 16 Gα proteins that is recognized by different regions on the roughly 800 receptors. The authors provide an online, interactive platform that allows researchers to analyse selectivity-determining residues for any receptor and G protein.

Abstract G protein-coupled receptors (GPCRs) form both the largest family of membrane proteins and drug targets, mediating the action of one-third of medicines. The GPCR database, GPCRdb serves >4 000 researchers every month and offers reference data, analysis of own or literature data, experiment design and dissemination of published datasets. Here, we describe new and updated GPCRdb resources with a particular focus on integration of sequence, structure and function. GPCRdb contains all human non-olfactory GPCRs (and >27 000 orthologs), G-proteins and arrestins. It includes over 2 000 drug and in-trial agents and nearly 200 000 ligands with activity and availability data. GPCRdb annotates all published GPCR structures (updated monthly), which are also offered in a refined version (with re-modeled missing/distorted regions and reverted mutations) and provides structure models of all human non-olfactory receptors in inactive, intermediate and active states. Mutagenesis data in the GPCRdb spans natural genetic variants, GPCR-G protein interfaces, ligand sites and thermostabilising mutations. A new sequence signature tool for identification of functional residue determinants has been added and two data driven tools to design ligand site mutations and constructs for structure determination have been updated extending their coverage of receptors and modifications. The GPCRdb is available at https://gpcrdb.org.

SMARTCyp is an in silico method that predicts the sites of cytochrome P450-mediated metabolism of druglike molecules. The method is foremost a reactivity model, and as such, it shows a preference for predicting sites that are metabolized by the cytochrome P450 3A4 isoform. SMARTCyp predicts the site of metabolism directly from the 2D structure of a molecule, without requiring calculation of electronic properties or generation of 3D structures. This is a major advantage, because it makes SMARTCyp very fast. Other advantages are that experimental data are not a prerequisite to create the model, and it can easily be integrated with other methods to create models for other cytochrome P450 isoforms. Benchmarking tests on a database of 394 3A4 substrates show that SMARTCyp successfully identifies at least one metabolic site in the top two ranked positions 76% of the time. SMARTCyp is available for download at http://www.farma.ku.dk/p450.

The peptidergic system is the most abundant network of ligand-receptor-mediated signaling in humans. However, the physiological roles remain elusive for numerous peptides and more than 100 G protein-coupled receptors (GPCRs). Here we report the pairing of cognate peptides and receptors. Integrating comparative genomics across 313 species and bioinformatics on all protein sequences and structures of human class A GPCRs, we identify universal characteristics that uncover additional potential peptidergic signaling systems. Using three orthogonal biochemical assays, we pair 17 proposed endogenous ligands with five orphan GPCRs that are associated with diseases, including genetic, neoplastic, nervous and reproductive system disorders. We also identify additional peptides for nine receptors with recognized ligands and pathophysiological roles. This integrated computational and multifaceted experimental approach expands the peptide-GPCR network and opens the way for studies to elucidate the roles of these signaling systems in human physiology and disease.Video AbstracteyJraWQiOiI4ZjUxYWNhY2IzYjhiNjNlNzFlYmIzYWFmYTU5NmZmYyIsImFsZyI6IlJTMjU2In0.eyJzdWIiOiJjMTgxN2U1NzM3NDczNDM2ODEzNzEyODI5NjI5ODYzNSIsImtpZCI6IjhmNTFhY2FjYjNiOGI2M2U3MWViYjNhYWZhNTk2ZmZjIiwiZXhwIjoxNjc4OTY2ODg4fQ.Mw-9M-TkUK_8BM9HEx5liKVc3qqMRZAYnnoj_HmgWhIhhmpp19D5OQJn7R1yFhp35_YaKS4WTzgov3sM7XhWijlW2iJT5DseWco-3ZSibIksewyRrYFJfG-i1C8Ti0zXxzwV7YB7oqR4EUUR2SXkkCCGVOxninjXA5mqvhPrd85F4QSFypQtlIpN4n0wZzxuYg1wycpmB6Sb0VvAQvmHKNASaM9uBmn0ww5zPexIIuzRNI915OD2AvmWnNgLlJwxg9ceLm7H62FW5HfIFtxAk6f5Eb9qi3OXathS3qL2VRY5z5fyz9KketH65_DMaJSZcwaziw2wwR_nC8MUlLy7AQ(mp4, (34.57 MB) Download video

Drugs frequently require interactions with multiple targets—via a process known as polypharmacology—to achieve their therapeutic actions. Currently, drugs targeting several serotonin receptors, including the 5-HT2C receptor, are useful for treating obesity, drug abuse, and schizophrenia. The competing challenges of developing selective 5-HT2C receptor ligands or creating drugs with a defined polypharmacological profile, especially aimed at G protein-coupled receptors (GPCRs), remain extremely difficult. Here, we solved two structures of the 5-HT2C receptor in complex with the highly promiscuous agonist ergotamine and the 5-HT2A-C receptor-selective inverse agonist ritanserin at resolutions of 3.0 Å and 2.7 Å, respectively. We analyzed their respective binding poses to provide mechanistic insights into their receptor recognition and opposing pharmacological actions. This study investigates the structural basis of polypharmacology at canonical GPCRs and illustrates how understanding characteristic patterns of ligand-receptor interaction and activation may ultimately facilitate drug design at multiple GPCRs.