MétaCan
Menu
Retour à la cohorte
Enregistrement W2324076660 · doi:10.1021/jm5006572

Targeting Class A and C Serine β-Lactamases with a Broad-Spectrum Boronic Acid Derivative

2014· article· en· W2324076660 sur OpenAlexaff
Donatella Tondi, Alberto Venturelli, Richard Bonnet, Cecilia Pozzi, Brian K. Shoichet, Maria Paola Costi

Notice bibliographique

RevueJournal of Medicinal Chemistry · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAntibiotic Resistance in Bacteria
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute of General Medical SciencesNational Health and Medical Research Council
Mots-clésBoronic acidChemistryBroad spectrumSerineStereochemistryLactamCombinatorial chemistryMutantBiochemistryEnzyme

Résumé

récupéré en direct d'OpenAlex

Production of β-lactamases (BLs) is the most widespread resistance mechanism adopted by bacteria to fight β-lactam antibiotics. The substrate spectrum of BLs has become increasingly broad, posing a serious health problem. Thus, there is an urgent need for novel BL inhibitors. Boronic acid transition-state analogues are able to reverse the resistance conferred by class A and C BLs. We describe a boronic acid analogue possessing interesting and potent broad-spectrum activity vs class A and C serine-based BLs. Starting from benzo(b)thiophene-2-boronic acid (BZBTH2B), a nanomolar non-β-lactam inhibitor of AmpC that can potentiate the activity of a third-generation cephalosporin against AmpC-producing resistant bacteria, we designed a novel broad-spectrum nanomolar inhibitor of class A and C BLs. Structure-based drug design (SBDD), synthesis, enzymology data, and X-ray crystallography results are discussed. We clarified the inhibitor binding geometry responsible for broad-spectrum activity vs serine-active BLs using double mutant thermodynamic cycle studies.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,004
Tête enseignante GPT0,220
Écart entre enseignants0,216 · 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

Citations48
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medicinal ChemistryMême sujetAntibiotic Resistance in BacteriaTravaux en français237 207