Mechanism-specific assay design facilitates the discovery of Nav1.7-selective inhibitors
Notice bibliographique
Résumé
Many ion channels, including Nav1.7, Cav1.3, and Kv1.3, are linked to human pathologies and are important therapeutic targets. To develop efficacious and safe drugs, subtype-selective modulation is essential, but has been extremely difficult to achieve. We postulate that this challenge is caused by the poor assay design, and investigate the Nav1.7 membrane potential assay, one of the most extensively employed screening assays in modern drug discovery. The assay uses veratridine to activate channels, and compounds are identified based on the inhibition of veratridine-evoked activities. We show that this assay is biased toward nonselective pore blockers and fails to detect the most potent, selective voltage-sensing domain 4 (VSD4) blockers, including PF-05089771 (PF-771) and GX-936. By eliminating a key binding site for pore blockers and replacing veratridine with a VSD-4 binding activator, we directed the assay toward non-pore-blocking mechanisms and discovered Nav1.7-selective chemical scaffolds. Hence, we address a major hurdle in Nav1.7 drug discovery, and this mechanistic approach to assay design is applicable to Cav3.1, Kv1.3, and many other ion channels to facilitate drug discovery.
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 | 0,000 |
| 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 | 0,001 |
| 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 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 ».