MétaCan
Menu
Retour à la cohorte
Enregistrement W2059720052 · doi:10.6026/97320630010652

Structure based virtual screening of ligands to identify cysteinyl leukotriene receptor 1 antagonist

2014· article· en· W2059720052 sur OpenAlexfundno aff
Srinivas Bandaru, Vijaya Kumar Marri, Priyadarshani Kasera, Purnima Kovuri, Amandeep Girdhar, Deepti Raj Mittal, Sabeen Ikram, Ravi GV, Anuraj Nayarisseri

Notice bibliographique

RevueBioinformation · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Biosensing Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Genetics
Mots-clésZafirlukastMontelukastLeukotriene receptorVirtual screeningAntagonistPubChemPharmacologyLeukotrieneChemistryLeukotriene E4ReceptorLigand (biochemistry)MedicineAsthmaStereochemistryBiochemistryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Montelukast and Zafirlukast are known leukotriene receptor antagonists prescribed in asthma treatment. However, these fall short as mono therapy and are frequently used in combination with inhaled glucocorticosteroids with or without long acting beta 2 agonists. Therefore, it is of interest to apply ligand and structure based virtual screening strategies to identify compounds akin to lead compounds Montelukast and Zafirlukast. Hence, compounds with structures having 95% similarity to these compounds were retrieved from NCBI׳s PubChem database. Compounds similar to lead were grouped and docked at the antagonist binding site of cysteinyl leukotriene receptor 1. This exercise identified compounds UNII 70RV86E50Q (Pub Cid 71587778) and Sure CN 9587085 (Pub Cid 19793614) with higher predicted binding compared to Montelukast and Zafirlukast. It is shown that the compound Sure CN 9587085 showed appreciable ligand receptor interaction compared to UNII 70RV86E50Q. Thus, the compound Sure CN 9587085 is selected as a potent antagonist to cysteinyl leukotriene receptor 1 for further consideration in vitro and in vivo validation.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 GPT0,277
Écart entre enseignants0,269 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations28
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioinformationMême sujetAdvanced Biosensing Techniques and ApplicationsTravaux en français237 207