MétaCan
Menu
Retour à la cohorte
Enregistrement W2127057372 · doi:10.1002/chem.201003432

Targeting Norovirus Infection—Multivalent Entry Inhibitor Design Based on NMR Experiments

2011· article· en· W2127057372 sur OpenAlexaff
Christoph Rademacher, Julie Guiard, Pavel I. Kitov, Brigitte Fiege, Kevin P. Dalton, Francisco Parra, David R. Bundle, Thomas Peters

Notice bibliographique

RevueChemistry - A European Journal · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueViral gastroenteritis research and epidemiology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésNorovirusAviditySurface plasmon resonanceChemistryMurine norovirusLigand (biochemistry)Binding siteViral entryRational designStereochemistryVirologyBiochemistryVirusAntigenBiologyNanotechnologyViral replicationImmunologyReceptorNanoparticle

Résumé

récupéré en direct d'OpenAlex

Noroviruses attach to their host cells through histo blood group antigens (HBGAs), and compounds that interfere with this interaction are likely to be of therapeutic or diagnostic interest. It is shown that NMR binding studies can simultaneously identify and differentiate the site for binding HBGA ligands and complementary ligands from a large compound library, thereby facilitating the design of potent heterobifunctional ligands. Saturation transfer difference (STD) NMR experiments, spin-lock filtered NMR experiments, and interligand NOE (ILOE) experiments in the presence of virus-like particles (VLPs), identified compounds that bind to the HBGA binding site of human norovirus. Based on these data two multivalent prototype entry-inhibitors against norovirus infection were synthesized. A surface plasmon resonance based inhibition assay showed avidity gains of 1000 and one million fold over a millimolar univalent ligand. This suggests that further rational design of multivalent inhibitors based on our strategy will identify potent entry-inhibitors against norovirus infections.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,142
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,088
Tête enseignante GPT0,306
Écart entre enseignants0,218 · 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.

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

Citations68
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemistry - A European JournalMême sujetViral gastroenteritis research and epidemiologyTravaux en français237 207