MétaCan
Menu
Retour à la cohorte
Enregistrement W2050987841 · doi:10.1021/jm5015633

Analysis of Subpocket Selectivity and Identification of Potent Selective Inhibitors for Matriptase and Matriptase-2

2014· article· en· W2050987841 sur OpenAlexafffund
Dominic Duchêne, Éloïc Colombo, Antoine Désilets, Pierre‐Luc Boudreault, Richard Leduc, Éric Marsault, Rafaël Najmanovich

Notice bibliographique

RevueJournal of Medicinal Chemistry · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputational Drug Discovery Methods
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesCanadian Institutes of Health ResearchFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésChemistrySelectivityProteasesDocking (animal)PeptidomimeticEnzymeCombinatorial chemistryBiochemistryStereochemistryCatalysisPeptide

Résumé

récupéré en direct d'OpenAlex

We studied the factors affecting the selectivity of peptidomimetic inhibitors of the highly homologous proteases matriptase and matriptase-2 across subpockets using docking simulations. We observed that the farther away a subpocket is located from the catalytic site, the more pronounced its role in selectivity. As a result of our exhaustive virtual screening, we biochemically validated novel potent and selective inhibitors of both enzymes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,276
Score d'incertitude au seuil0,358

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,278
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Medicinal ChemistryMême sujetComputational Drug Discovery MethodsTravaux en français237 207