Development of a Versatile Platform for Nuclear Receptor Screening Using AlphaScreen™
Notice bibliographique
Résumé
The interaction between nuclear receptors (NRs) and their coactivators, a key step in transcription regulation, requires a short consensus sequence called the LXXLL motif found in the coactivators' structure. Using the AlphaScreen technology, the authors have taken advantage of this receptor-coactivator interaction to develop a highly sensitive assay to identify and characterize compounds modulating NR activity. Estrogen and retinoic acid receptors were chosen as models to demonstrate the versatility of the AlphaScreen technology: (1) the assay can be designed using different antibodies to capture either full-length receptors or receptor domains that have been tagged, (2) the assay can differentiate between ligands that act as agonists or antagonists because only agonists will allow recruitment of the coactivator sequence-derived peptide, and (3) the assay gives the opportunity to screen for antagonists targeting the ligand-binding site or the dimerization interface between the receptor and the coactivator. Titration of the receptor and biotinylated peptide indicates that AlphaScreen is highly sensitive, requiring nanomolar concentration of reagents. Competition isotherms performed with known receptor antagonists demonstrate that the assay is a useful tool to rank the antagonists according to their order of potency. Overall, the results presented here indicate that the versatility, sensitivity, robustness, and ease of execution of the AlphaScreen NR assay will allow for efficient screening of NR modulators.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».