MétaCan
Menu
Retour à la cohorte
Enregistrement W2900621473 · doi:10.3390/molecules23112967

Computer-Aided Discovery of Small Molecule Inhibitors of Transcriptional Activity of TLX (NR2E1) Nuclear Receptor

2018· article· en· W2900621473 sur OpenAlexafffund
Evgenia V. Dueva, Kriti Singh, Anastasia Kalyta, Eric Leblanc, Paul S. Rennie, Artem Cherkasov

Notice bibliographique

RevueMolecules · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEstrogen and related hormone effects
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNuclear receptorSmall moleculeComputational biologyDrug discoveryLuciferaseVirtual screeningBinding siteChemistryBiologyCancer researchBiochemistryGeneTranscription factorTransfection

Résumé

récupéré en direct d'OpenAlex

Orphan nuclear receptor TLX (NR2E1) plays a critical role in the regulation of neural stem cells (NSC) as well as in the development of NSC-derived brain tumors. In the last years, new data have emerged implicating TLX in prostate and breast cancer. Therefore, inhibitors of TLX transcriptional activity may have a significant impact on the treatment of several critical malignancies. However, the TLX protein possesses a non-canonical ligand-binding domain (LBD), which lacks a ligand-binding pocket (conventionally targeted in case of nuclear receptors) that complicates the development of small molecule inhibitors of TLX. Herein, we utilized a rational structure-based design approach to identify small molecules targeting the Atro-box binding site of human TLX LBD. As a result of virtual screening of ~7 million molecular structures, 97 compounds were identified and evaluated in the TLX-responsive luciferase reporter assay. Among those, three chemicals demonstrated 40⁻50% inhibition of luciferase-detected transcriptional activity of the TLX orphan nuclear receptor at a dose of 35 µM. The identified compounds represent the first class of small molecule inhibitors of TLX transcriptional activity identified via methods of computer-aided 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 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 enseignants0,002
Score d'incertitude au seuil0,591

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,211
Écart entre enseignants0,204 · 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

Citations18
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetEstrogen and related hormone effectsTravaux en français237 207