MétaCan
Menu
Retour à la cohorte
Enregistrement W2764046222 · doi:10.1002/anie.201706788

Discovery of a Highly Selective Cell‐Active Inhibitor of the Histone Lysine Demethylases KDM2/7

2017· article· en· W2764046222 sur OpenAlexaff
Philip A. Gerken, Stephen Wolstenhulme, Anthony Tumber, Stephanie B. Hatch, Yijia Zhang, Susanne Müller, Shane A. Chandler, Barbara Mair, Fengling Li, Sebastian Nijman, Rebecca Konietzny, Tamás Szommer, Clarence Yapp, Oleg Fedorov, Justin L. P. Benesch, Masoud Vedadi, Benedikt M. Kessler, Akane Kawamura, Paul E. Brennan, Martin D. Smith

Notice bibliographique

RevueAngewandte Chemie International Edition · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensStructural Genomics ConsortiumUniversity of Toronto
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilEngineering and Physical Sciences Research CouncilNational Institute of General Medical SciencesWellcomeRoyal SocietyEuropean Research CouncilCancer Research UKWellcome Trust
Mots-clésHistoneEpigeneticsChemical spaceLysineBiochemistrySmall moleculeChemical biologyChemistryDrug discoveryEnzymeBiologyGeneAmino acid

Résumé

récupéré en direct d'OpenAlex

Histone lysine demethylases (KDMs) are of critical importance in the epigenetic regulation of gene expression, yet there are few selective, cell-permeable inhibitors or suitable tool compounds for these enzymes. We describe the discovery of a new class of inhibitor that is highly potent towards the histone lysine demethylases KDM2A/7A. A modular synthetic approach was used to explore the chemical space and accelerate the investigation of key structure-activity relationships, leading to the development of a small molecule with around 75-fold selectivity towards KDM2A/7A versus other KDMs, as well as cellular activity at low micromolar concentrations.

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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,273
Écart entre enseignants0,263 · 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

Citations43
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAngewandte Chemie International EditionMême sujetEpigenetics and DNA MethylationTravaux en français237 207