MétaCan
Menu
Retour à la cohorte
Enregistrement W2789000126 · doi:10.1016/j.bmcl.2018.01.044

Activation loop targeting strategy for design of receptor-interacting protein kinase 2 (RIPK2) inhibitors

2018· article· en· W2789000126 sur OpenAlexfundno aff
Chalada Suebsuwong, Daniel M. Pinkas, Soumya S. Ray, Joshua C. Bufton, Bing Dai, Alex N. Bullock, Alexei Degterev, Gregory D. Cuny

Notice bibliographique

RevueBioorganic & Medicinal Chemistry Letters · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Kinase Regulation and GTPase Signaling
Établissements canadiensnon disponible
Organismes subventionnairesNational Institutes of HealthOntario Ministry of Economic Development and InnovationNovartis PharmaWellcome TrustNational Cancer InstituteEuropean Federation of Pharmaceutical Industries and AssociationsMerck KGaANational Institute of Allergy and Infectious DiseasesMinistero dello Sviluppo EconomicoGenome CanadaFundação de Amparo à Pesquisa do Estado de São PauloDiamond Light SourcePfizer
Mots-clésChemistryRegorafenibKinaseBinding siteSmall moleculeCell biologyBiochemistryBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Development of selective kinase inhibitors remains a challenge due to considerable amino acid sequence similarity among family members particularly in the ATP binding site. Targeting the activation loop might offer improved inhibitor selectivity since this region of kinases is less conserved. However, the strategy presents difficulties due to activation loop flexibility. Herein, we report the design of receptor-interacting protein kinase 2 (RIPK2) inhibitors based on pan-kinase inhibitor regorafenib that aim to engage basic activation loop residues Lys169 or Arg171. We report development of CSR35 that displayed >10-fold selective inhibition of RIPK2 versus VEGFR2, the target of regorafenib. A co-crystal structure of CSR35 with RIPK2 revealed a resolved activation loop with an ionic interaction between the carboxylic acid installed in the inhibitor and the side-chain of Lys169. Our data provides principle feasibility of developing activation loop targeting type II inhibitors as a complementary strategy for achieving improved selectivity.

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 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)0,001
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 enseignants0,075
Score d'incertitude au seuil0,957

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,259
Écart entre enseignants0,239 · 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 tête enseignante, 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

Citations26
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioorganic & Medicinal Chemistry LettersMême sujetProtein Kinase Regulation and GTPase SignalingTravaux en français237 207