A Fluorescence-based Lymphocyte Assay Suitable for High-throughput Screening of Small Molecules
Notice bibliographique
Résumé
High-throughput screening (HTS) is currently the mainstay for the identification of chemical entities capable of modulating biochemical reactions or cellular processes. With the advancement of biotechnologies and the high translational potential of small molecules, a number of innovative approaches in drug discovery have evolved, which explains the resurgent interest in the use of HTS. The oncology field is currently the most active research area for drug screening, with no major breakthrough made for the identification of new immunomodulatory compounds targeting transplantation-related complications or autoimmune ailments. Here, we present a novel in vitro murine fluorescent-based lymphocyte assay easily adapted for the identification of new immunomodulatory compounds. This assay uses T or B cells derived from a transgenic mouse, in which the Nur77 promoter drives GFP expression upon T- or B-cell receptor stimulation. As the GFP intensity reflects the activation/transcriptional activity of the target cell, our assay defines a novel tool to study the effect of given compound(s) on cellular/biological responses. For instance, a primary screening was performed using 4,398 compounds in the absence of a "target hypothesis", which led to the identification of 160 potential hits displaying immunomodulatory activities. Thus, the use of this assay is suitable for drug discovery programs exploring large chemical libraries prior to further in vitro/in vivo validation 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».