MétaCan
Menu
← Retour à la cohorte
Enregistrement W2944347972 · doi:10.1101/635441

Atomistic modeling towards predictive cardiotoxicity

2019· preprint· en· W2944347972 sur OpenAlexaff
Kevin R. DeMarco, John R.D. Dawson, Pei‐Chi Yang, Slava Bekker, Van A. Ngo, Sergei Y. Noskov, Vladimir Yarov‐Yarovoy, Colleen E. Clancy, Igor Vorobyov

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2019
Typepreprint
Langueen
DomaineMedicine
ThématiqueCardiac electrophysiology and arrhythmias
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-cléshERGDofetilideQT intervalCardiotoxicityLong QT syndromeChemistryCardiac electrophysiologyPotassium channelPharmacologyCardiologyInternal medicineMedicineElectrophysiologyToxicity

Résumé

récupéré en direct d'OpenAlex

Abstract Current methods for assessing safety pharmacology in the context of cardiac arrhythmia risk are unable to distinguish between drugs that cause cardiac rhythm disturbances and benign drugs. Drugs deemed likely to be unsafe share the common property of blocking the human Ether-à-go-go-Related Gene (hERG) encoded cardiac potassium channel and consequent prolongation of QT interval on the ECG. However, hERG block and QT prolongation alone are not selective indicators for cardiac arrhythmia. Here we present a prototype computational framework to distinguish between safe and unsafe hERG blockers. We used recent cryo-EM hERG structure to build and validate an atomistic structural model of the channel open conducting state. We also developed structural atomistic models of dofetilide, a hERG blocking drug with high pro-arrhythmia risk, in both charged and neutral ionization states. Next, we employed unbiased and enhanced sampling all-atom molecular dynamics (MD) simulations to probe atomic-scale mechanisms of dofetilide interaction with open-state hERG. Multi-microsecond drug “flooding” simulations revealed spontaneous dofetilide binding to the channel pore through the intracellular gate. Umbrella sampling MD was used to compute dofetilide affinity to hERG, in good agreement with experiment, as well as ingress and egress rates, which in a novel linkage between the atomistic and functional scale are utilized in our companion paper (Yang P-C et al. 2019 bioRxiv :635433) to parameterize functional kinetic models of dofetilide - hERG interactions used to predict emergent drug effects on the cardiac rhythm. This study represents the first necessary components of a computational framework for virtual cardiac safety pharmacology screening from the atom to the rhythm.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,013
Tête enseignante GPT0,232
Écart entre enseignants0,218 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetCardiac electrophysiology and arrhythmias→Travaux en français237 207→