Inhibitor Screening Using Immobilized Enzyme Reactor Chromatography/Mass Spectrometry
Notice bibliographique
Résumé
We describe the coupling of capillary-scale monolithic enzyme reactor columns directly to a tandem mass spectrometer for screening of enzyme inhibitors. A two-channel nanoLC system is used to continuously infuse substrate or substrate/inhibitor mixtures through the column, allowing continuous variation of inhibitor concentration by simply altering the ratio of flow from the two pumps. In the absence of inhibitor, infusion of substrate leads to formation of product, and both substrate and product ions can be simultaneously monitored in a quantitative manner by MS/MS. The presence of inhibitor leads to a decrease in product and an increase in substrate concentration in the column eluent. Knowing the product/substrate ratio and the total analyte concentration (P + S), the concentration of product eluting, and hence the relative enzyme activity, can be determined. Both IC50 and KI values can then be obtained by direct MS detection of the effect of inhibitors on relative activity. Inhibitor screening is demonstrated using reusable, sol-gel derived, monolithic capillary columns containing adenosine deaminase, directly interfaced to ESI-MS/MS. On-column enzyme activity was assessed by monitoring inosine and adenosine elution. It is shown that the method can be used for automated screening of the effects of compound mixtures on ADA activity and to determine the KI value of the known inhibitor, erythro-9-(2-hydroxy-3-nonyl)adenine, even when the compound is present within a mixture.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».