“Inject-Mix-React-Separate-and-Quantitate” (IMReSQ) Method for Screening Enzyme Inhibitors
Notice bibliographique
Résumé
Many regulatory enzymes are considered attractive therapeutic targets, and their inhibitors are potential drug candidates. Screening combinatorial libraries for enzyme inhibitors is pivotal to identifying hit compounds for the development of drugs targeting regulatory enzymes. Here, we introduce the first inhibitor screening method that consumes only nanoliters of the reactant solutions and is applicable to regulatory enzymes. The method is termed inject-mix-react-separate-and-quantitate (IMReSQ) and includes five steps. First, nanoliter volumes of substrate, candidate inhibitor, and enzyme solutions are injected by pressure into a capillary as separate plugs. Second, the plugs are mixed inside this capillary microreactor by transverse diffusion of laminar flow profiles. Third, the reaction mixture is incubated to form the enzymatic product. Fourth, the product is separated from the substrate inside the capillary by electrophoresis. Fifth, the amounts of the product and substrate are quantitated. In this proof-of-principle work, we applied IMReSQ to study inhibition of recently cloned protein farnesyltransferase from parasite Entamoeba histolytica. This enzyme is a potential therapeutic target for antiparasitic drugs. We identified three previously unknown inhibitors of this enzyme and proved that IMReSQ could be used for quantitatively ranking the potencies of inhibitors.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».