MétaCan
Menu
Retour à la cohorte
Enregistrement W2781191952 · doi:10.1021/jacs.7b08366

“Inverse Drug Discovery” Strategy To Identify Proteins That Are Targeted by Latent Electrophiles As Exemplified by Aryl Fluorosulfates

2017· article· en· W2781191952 sur OpenAlex

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.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJournal of the American Chemical Society · 2017
Typearticle
Langueen
DomaineChemistry
ThématiqueClick Chemistry and Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of General Medical SciencesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Cancer InstituteHewitt FoundationLeukemia and Lymphoma Society
Mots-clésChemistryElectrophileArylDrug discoveryCombinatorial chemistrySmall moleculeCovalent bondBioorthogonal chemistryConjugateStereochemistryBiochemistryClick chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Drug candidates are generally discovered using biochemical screens employing an isolated target protein or by utilizing cell-based phenotypic assays. Both noncovalent and covalent hits emerge from such endeavors. Herein, we exemplify an "Inverse Drug Discovery" strategy in which organic compounds of intermediate complexity harboring weak, but activatable, electrophiles are matched with the protein(s) they react with in cells or cell lysate. An alkyne substructure in each candidate small molecule enables affinity chromatography-mass spectrometry, which produces a list of proteins that each distinct compound reacts with. A notable feature of this approach is that it is agnostic with respect to the cellular proteins targeted. To illustrate this strategy, we employed aryl fluorosulfates, an underexplored class of sulfur(VI) halides, that are generally unreactive unless activated by protein binding. Reversible aryl fluorosulfate binding, correct juxtaposition of protein side chain functional groups, and transition-state stabilization of the S(VI) exchange reaction all seem to be critical for conjugate formation. The aryl fluorosulfates studied thus far exhibit chemoselective reactivity toward Lys and, particularly, Tyr side chains, and can be used to target nonenzymes (e.g., a hormone carrier or a small-molecule carrier protein) as well as enzymes. The "Inverse Drug Discovery" strategy should be particularly attractive as a means to explore latent electrophiles not typically used in medicinal chemistry efforts, until one reacts with a protein target of exceptional interest. Structure-activity data can then be used to enhance the selectivity of conjugate formation or the covalent probe can be used as a competitor to develop noncovalent drug candidates. Here we use the "Inverse Drug Discovery" platform to identify and validate covalent ligands for 11 different human proteins. In the case of one of these proteins, we have identified and validated a small-molecule probe for the first time.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,154
Score d'incertitude au seuil0,852

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,284
Écart entre enseignants0,270 · 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