MétaCan
Menu
Retour à la cohorte
Enregistrement W2895517266 · doi:10.1021/acs.molpharmaceut.8b00905

In Silico Screen and Structural Analysis Identifies Bacterial Kinase Inhibitors which Act with β-Lactams To Inhibit Mycobacterial Growth

2018· article· en· W2895517266 sur OpenAlexfundno aff
Nathan Wlodarchak, Nathan Teachout, Jeffrey Beczkiewicz, Rebecca R. Procknow, Adam J. Schaenzer, Kenneth A. Satyshur, Martin S. Pavelka, William J. Zuercher, David H. Drewry, John‐Demian Sauer, Rob Striker

Notice bibliographique

RevueMolecular Pharmaceutics · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesNational Institutes of HealthNational Institute of Allergy and Infectious DiseasesMinistero dello Sviluppo EconomicoGenome CanadaFundação de Amparo à Pesquisa do Estado de São PauloU.S. Department of Veterans AffairsOntario Ministry of Economic Development and InnovationCenter for Scientific ReviewNovartis PharmaGeorgia Clinical and Translational Science AllianceNational Cancer InstituteEuropean Federation of Pharmaceutical Industries and AssociationsNational Center for Advancing Translational SciencesWellcome TrustGlaxoSmithKlinePfizer
Mots-clésIn silicoChemistryKinaseMicrobiologyComputational biologyBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

New tools and concepts are needed to combat antimicrobial resistance. Actinomycetes and firmicutes share several eukaryotic-like Ser/Thr kinases (eSTK) that offer antibiotic development opportunities, including PknB, an essential mycobacterial eSTK. Despite successful development of potent biochemical PknB inhibitors by many groups, clinically useful microbiologic activity has been elusive. Additionally, PknB kinetics are not fully described, nor are structures with specific inhibitors available to inform inhibitor design. We used computational modeling with available structural information to identify human kinase inhibitors predicted to bind PknB, and we selected hits based on drug-like characteristics intended to increase the likelihood of cell entry. The computational model suggested a family of inhibitors, the imidazopyridine aminofurazans (IPAs), bind PknB with high affinity. We performed an in-depth characterization of PknB and found that these inhibitors biochemically inhibit PknB, with potency roughly following the predicted models. A novel X-ray structure confirmed that the inhibitors bound as predicted and made favorable protein contacts with the target. These inhibitors also have antimicrobial activity toward mycobacteria and nocardia. We demonstrated that the inhibitors are uniquely potentiated by β-lactams but not antibiotics traditionally used to treat mycobacteria, consistent with PknB's role in sensing cell wall stress. This is the first demonstration in the phylum actinobacteria that some β-lactam antibiotics could be more effective if paired with a PknB inhibitor. Collectively, our data show that in silico modeling can be used as a tool to discover promising drug leads, and the inhibitors we discovered can act with clinically relevant antibiotics to restore their efficacy against bacteria with limited treatment options.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,071
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
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 Opus0,019
Tête enseignante GPT0,346
Écart entre enseignants0,327 · 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.

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

Citations31
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular PharmaceuticsMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207