MétaCan
Menu
Retour à la cohorte
Enregistrement W2510334948 · doi:10.1021/acs.jmedchem.6b01033

Discovery of a Potent, Selective, and Cell-Active Dual Inhibitor of Protein Arginine Methyltransferase 4 and Protein Arginine Methyltransferase 6

2016· article· en· W2510334948 sur OpenAlexafffund
Yudao Shen, Magdalena M. Szewczyk, Mohammad S. Eram, David Smil, H. Ümit Kanıskan, Renato Ferreira de Freitas, Guillermo Senisterra, Fengling Li, Matthieu Schapira, Peter J. Brown, C.H. Arrowsmith, Dalia Baršytė-Lovejoy, Jing Liu, Masoud Vedadi, Jian Jin

Notice bibliographique

RevueJournal of Medicinal Chemistry · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related gene regulation
Établissements canadiensPrincess Margaret Cancer CentreStructural Genomics ConsortiumUniversity of Toronto
Organismes subventionnairesStructural Genomics ConsortiumNational Institute of General Medical SciencesWellcome TrustWellcomeHoward Hughes Medical Institute
Mots-clésChemistryArginineProtein arginine methyltransferase 5MethyltransferaseBiochemistryCell cultureEnzymeChemical biologyEpigeneticsEnzyme inhibitorStructure–activity relationshipIn vitroAmino acidMethylationBiologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Well-characterized selective inhibitors of protein arginine methyltransferases (PRMTs) are invaluable chemical tools for testing biological and therapeutic hypotheses. Based on 4, a fragment-like inhibitor of type I PRMTs, we conducted structure-activity relationship (SAR) studies and explored three regions of this scaffold. The studies led to the discovery of a potent, selective, and cell-active dual inhibitor of PRMT4 and PRMT6, 17 (MS049). As compared to 4, 17 displayed much improved potency for PRMT4 and PRMT6 in both biochemical and cellular assays. It was selective for PRMT4 and PRMT6 over other PRMTs and a broad range of other epigenetic modifiers and nonepigenetic targets. We also developed 46 (MS049N), which was inactive in biochemical and cellular assays, as a negative control for chemical biology studies. Considering possible overlapping substrate specificity of PRMTs, 17 and 46 are valuable chemical tools for dissecting specific biological functions and dysregulation of PRMT4 and PRMT6 in health and disease.

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)0,000
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 enseignants0,005
Score d'incertitude au seuil0,664

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,005
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 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

Citations86
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Medicinal ChemistryMême sujetCancer-related gene regulationTravaux en français237 207