High-Throughput Agonist Shift Assay Development for the Analysis of M1-Positive Allosteric Modulators
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Agonist shift assays feature cross-titrations of allosteric modulators and orthosteric ligands. Information generated in agonist shift assays can include a modulator’s effect on the orthosteric agonist’s potency (alpha) and efficacy (beta), as well as direct agonist activity of the allosteric ligand (tauB) and the intrinsic binding affinity of the modulator to the unoccupied receptor (KB). Because of the heavy resource demand and complex data handling, these allosteric parameters are determined infrequently during the course of a drug discovery program and on a relatively small subset of compounds. Automation of agonist shift assays enables this data-rich analysis to evaluate a larger number of compounds, offering the potential to differentiate compound classes earlier and prospectively prioritize based on desired molecular pharmacology. A high-throughput calcium-imaging agonist shift assay was pursued to determine the allosteric parameters of over 1000 positive allosteric modulator (PAM) molecules for the human muscarinic acetylcholine receptor 1 (M1). Control compounds were run repeatedly to demonstrate internal consistency. Comparisons between potency measurements and the allosteric parameter results demonstrate that these different types of measurements do not necessarily correlate, highlighting the importance of fully characterizing and understanding the allosteric properties of leads.
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.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 découle