MétaCan
Menu
Retour à la cohorte
Enregistrement W2587780584 · doi:10.1021/acs.jmedchem.6b01888

Pharmacophore Mapping of Thienopyrimidine-Based Monophosphonate (ThP-MP) Inhibitors of the Human Farnesyl Pyrophosphate Synthase

2017· article· en· W2587780584 sur OpenAlexafffund
Jaeok Park, Chun Yuen Leung, Alexios N. Matralis, Cyrus M. Lacbay, Michail Tsakos, Guillermo Fernández de Trocóniz, Albert M. Berghuis, Youla S. Tsantrizos

Notice bibliographique

RevueJournal of Medicinal Chemistry · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueBone health and treatments
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésFarnesyl pyrophosphatePharmacophoreAllosteric regulationChemistryPrenylationDrug discoveryEnzymeBiochemistryATP synthase

Résumé

récupéré en direct d'OpenAlex

The human farnesyl pyrophosphate synthase (hFPPS), a key regulatory enzyme in the mevalonate pathway, catalyzes the biosynthesis of the C-15 isoprenoid farnesyl pyrophosphate (FPP). FPP plays a crucial role in the post-translational prenylation of small GTPases that perform a plethora of cellular functions. Although hFPPS is a well-established therapeutic target for lytic bone diseases, the currently available bisphosphonate drugs exhibit poor cellular uptake and distribution into nonskeletal tissues. Recent drug discovery efforts have focused primarily on allosteric inhibition of hFPPS and the discovery of non-bisphosphonate drugs for potentially treating nonskeletal diseases. Hit-to-lead optimization of a new series of thienopyrimidine-based monosphosphonates (ThP-MPs) led to the identification of analogs with nanomolar potency in inhibiting hFPPS. Their interactions with the allosteric pocket of the enzyme were characterized by crystallography, and the results provide further insight into the pharmacophore requirements for allosteric inhibition.

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 seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,028
Tête enseignante GPT0,318
Écart entre enseignants0,291 · 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

Citations28
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Medicinal ChemistryMême sujetBone health and treatmentsTravaux en français237 207