MétaCan
Menu
Retour à la cohorte
Enregistrement W2221511519 · doi:10.1021/acs.jmedchem.5b01527

Docking and Linking of Fragments To Discover Jumonji Histone Demethylase Inhibitors

2015· article· en· W2221511519 sur OpenAlexfundno aff
Magdalena Korczynska, Daniel D. Le, Noah Younger, Elisabet Gregori‐Puigjané, Anthony Tumber, T. Krojer, Srikannathasan Velupillai, C. Gileadi, Radosław P. Nowak, Eriko Iwasa, Samuel B. Pollock, Idelisse Ortiz Torres, Udo Oppermann, Brian K. Shoichet, Danica Galonić Fujimori

Notice bibliographique

RevueJournal of Medicinal Chemistry · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of California, San FranciscoArthritis Research UKRosetrees TrustVersus ArthritisEngineering and Physical Sciences Research CouncilWellcomeCanadian Institutes of Health ResearchNational Institute of General Medical SciencesNational Institute for Health and Care ResearchV Foundation for Cancer ResearchStructural Genomics ConsortiumChicago Community TrustWellcome Trust
Mots-clésChemistryDocking (animal)DemethylaseEnzymeStereochemistryActive siteSmall moleculeBiochemistryStructure–activity relationshipComputational biologyCombinatorial chemistryHistoneIn vitroGeneBiology

Résumé

récupéré en direct d'OpenAlex

Development of tool molecules that inhibit Jumonji demethylases allows for the investigation of cancer-associated transcription. While scaffolds such as 2,4-pyridinedicarboxylic acid (2,4-PDCA) are potent inhibitors, they exhibit limited selectivity. To discover new inhibitors for the KDM4 demethylases, enzymes overexpressed in several cancers, we docked a library of 600,000 fragments into the high-resolution structure of KDM4A. Among the most interesting chemotypes were the 5-aminosalicylates, which docked in two distinct but overlapping orientations. Docking poses informed the design of covalently linked fragment compounds, which were further derivatized. This combined approach improved affinity by ∼ 3 log-orders to yield compound 35 (Ki = 43 nM). Several hybrid inhibitors were selective for KDM4C over the related enzymes FIH, KDM2A, and KDM6B while lacking selectivity against the KDM3 and KDM5 subfamilies. Cocrystal structures corroborated the docking predictions. This study extends the use of structure-based docking from fragment discovery to fragment linking optimization, yielding novel KDM4 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 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)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,355

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,016
Tête enseignante GPT0,303
Écart entre enseignants0,287 · 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.

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

Citations50
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medicinal ChemistryMême sujetEpigenetics and DNA MethylationTravaux en français237 207