Self-Assembled Ligands Targeting TLR7: A Molecular Level Investigation
Notice bibliographique
Résumé
Toll-like receptors (TLRs) are pattern recognition transmembrane proteins that play an important role in innate immunity. In particular, TLR7 plays a role in detecting nucleic acids derived from viruses and bacteria. The huge number of pathologies in which TLR7 is involved has led to an increasing interest in developing new compounds targeting this protein. Several conjugation strategies were proposed for TLR7 agonists to increase the potency while maintaining a low toxicity. In this work, we focus the attention on two promising classes of TLR7 compounds derived from the same pharmacophore conjugated with phospholipid and polyethylene glycol (PEG). A multidisciplinary investigation has been carried out by molecular dynamics (MD), dynamic light scattering (DLS), electron paramagnetic resonance (EPR), and cytotoxicity assessment. DLS and MD indicated how only the phospholipid conjugation provides the compound abilities to self-assemble in an orderly fashion with a maximal pharmacophore exposition to the solvent. Further EPR and cytotoxicity experiments highlighted that phospholipid compounds organize in stable aggregates and well interact with TLR7, whereas PEG conjugation was characterized by poorly stable aggregates at the cells surface. The methodological framework proposed in this study may be used to investigate, at a molecular level, the interactions generally occurring between aggregated ligands, to be used as drugs, and protein receptors.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».