MétaCan
Menu
Retour à la cohorte
Enregistrement W2346696515 · doi:10.1021/acsinfecdis.6b00044

A Small-Molecule Screening Platform for the Discovery of Inhibitors of Undecaprenyl Diphosphate Synthase

2016· article· en· W2346696515 sur OpenAlexafffund
Tomasz L. Czarny, Eric D. Brown

Notice bibliographique

RevueACS Infectious Diseases · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant biochemistry and biosynthesis
Établissements canadiensMcMaster University
Organismes subventionnairesMedical Research CouncilCanadian Institutes of Health ResearchCanada Research Chairs
Mots-clésATP synthaseSmall moleculeChemistryBiochemistryEnzymeComputational biologyBiology

Résumé

récupéré en direct d'OpenAlex

The bacterial cell wall has long been a celebrated target for antibacterial drug discovery due to its critical nature in bacteria and absence in mammalian systems. At the heart of the cell wall biosynthetic pathway lies undecaprenyl phosphate (Und-P), the lipid-linked carrier upon which the bacterial cell wall is built. This study exploits recent insights into the link between late-stage wall teichoic acid inhibition and Und-P production, in Gram-positive organisms, to develop a cell-based small-molecule screening platform that enriches for inhibitors of undecaprenyl diphosphate synthase (UppS). Screening a chemical collection of 142,000 small molecules resulted in the identification of 6 new inhibitors of UppS. To date, inhibitors of UppS have generally shown off-target effects on membrane potential due to their physical-chemical characteristics. We demonstrate that MAC-0547630, one of the six inhibitors identified, exhibits selective, nanomolar inhibition against UppS without off-target effects on membrane potential. Such characteristics make it a unique chemical probe for exploring the inhibition of UppS in bacterial cell systems.

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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,014
Tête enseignante GPT0,227
Écart entre enseignants0,213 · 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

Citations24
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Infectious DiseasesMême sujetPlant biochemistry and biosynthesisTravaux en français237 207