MétaCan
Menu
Retour à la cohorte
Enregistrement W2123046884 · doi:10.1177/1087057111399436

High-Throughput Scintillation Proximity Assay for Stearoyl-CoA Desaturase-1

2011· article· en· W2123046884 sur OpenAlexaff
Paul Tawa, Jean‐Pierre Falgueyret, Sébastien Guiral, Élise Isabel, David Powell, Paul Zuck, Kathryn Skorey

Notice bibliographique

RevueSLAS DISCOVERY · 2011
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer, Lipids, and Metabolism
Établissements canadiensMerck Canada Inc. (Canada)
Organismes subventionnairesnon disponible
Mots-clésThroughputHigh-throughput screeningScintillationComputational biologyChemistryBiologyBiochemistryComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

Stearoyl-CoA desaturase (SCD) catalyzes the synthesis of monounsaturated fatty acids and has been implicated in a number of disease states, including obesity and diabetes. To find small-molecule inhibitor leads, a high-throughput scintillation proximity assay (SPA) was developed using the hydrophobic binding characteristics of a glass microsphere scintillant bead to capture SCD1 from a crude lysate of recombinant SCD1 in Sf9 lysate coupled with the strong binding characteristics of an azetidine compound ([(3)H]AZE). The SPA assay was stable over 24 h and could detect compounds with micromolar to nanomolar potencies. A robust 1536-well high-throughput screening assay was developed with good signal-to-noise ratio (10:1) and excellent Z' factor (0.8). A screening collection of 1.6 million compounds was screened at 11 µM, and approximately 7700 compounds were identified as initial hits, exhibiting at least 35% inhibition of [(3)H]AZE binding. Further screening and confirmation with an SCD enzyme activity assay led to a number of new structural leads for inhibition of the enzyme. The SPA assay complements the enzyme activity assay for SCD1 as a tool for the discovery of novel leads in drug discovery.

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)0,002
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,248
Écart entre enseignants0,227 · 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'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

Citations5
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLAS DISCOVERYMême sujetCancer, Lipids, and MetabolismTravaux en français237 207