MétaCan
Menu
Retour à la cohorte
Enregistrement W2900014623 · doi:10.1073/pnas.1813988115

Structure-guided development of selective M3 muscarinic acetylcholine receptor antagonists

2018· article· en· W2900014623 sur OpenAlexaff
H Liu, Josefa Hofmann, I. Fish, Benjamin Schaake, Katrin Eitel, Amelie L. Bartuschat, Jonas Kaindl, Hannelore Rampp, Ashutosh Banerjee, Harald Hübner, Mary J. Clark, Sandra G. Vincent, John T. Fisher, Markus R. Heinrich, Kunio Hirata, Xiangyu Liu, Roger K. Sunahara, Brian K. Shoichet, Brian K. Kobilka, Peter Gmeiner

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueReceptor Mechanisms and Signaling
Établissements canadiensQueen's University
Organismes subventionnairesNational Institute of General Medical Sciences
Mots-clésMuscarinic acetylcholine receptorSelectivityAntagonistChemistryDocking (animal)Muscarinic antagonistIn vivoAcetylcholineReceptorBinding sitePharmacologyStereochemistryBiochemistryBiophysicsBiologyMedicineBiotechnology

Résumé

récupéré en direct d'OpenAlex

Drugs that treat chronic obstructive pulmonary disease by antagonizing the M3 muscarinic acetylcholine receptor (M3R) have had a significant effect on health, but can suffer from their lack of selectivity against the M2R subtype, which modulates heart rate. Beginning with the crystal structures of M2R and M3R, we exploited a single amino acid difference in their orthosteric binding pockets using molecular docking and structure-based design. The resulting M3R antagonists had up to 100-fold selectivity over M2R in affinity and over 1,000-fold selectivity in vivo. The crystal structure of the M3R-selective antagonist in complex with M3R corresponded closely to the docking-predicted geometry, providing a template for further optimization.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,034
Tête enseignante GPT0,315
Écart entre enseignants0,281 · 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 source (Gemma direct ou Codex distillé), 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

Citations96
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetReceptor Mechanisms and SignalingTravaux en français237 207