MétaCan
Menu
Retour à la cohorte
Enregistrement W2963169617 · doi:10.1002/cbic.201900379

A Fluorescence‐Based Assay for Screening β‐Lactams Targeting the <i>Mycobacterium tuberculosis</i> Transpeptidase Ldt<sub>Mt2</sub>

2019· article· en· W2963169617 sur OpenAlexaff
Mariska de Munnik, Christopher T. Lohans, Gareth W. Langley, Corentin Bon, Jürgen Brem, Christopher J. Schofield

Notice bibliographique

RevueChemBioChem · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePeptidase Inhibition and Analysis
Établissements canadiensQueen's University
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilMedical Research CouncilWellcome Trust
Mots-clésMycobacterium tuberculosisHigh-throughput screeningAntibioticsFluorophoreTuberculosisResazurinEnzymeChemistryPotencyMicrobiologyFluorescenceMycobacteriumLipid IIBiochemistryCombinatorial chemistryBiologyComputational biologyBiosynthesisIn vitroMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Mycobacterium tuberculosis l,d‐transpeptidases (Ldts), which are involved in cell‐wall biosynthesis, have emerged as promising targets for the treatment of tuberculosis. However, an efficient method for testing inhibition of these enzymes is not currently available. We present a fluorescence‐based assay for LdtMt2, which is suitable for high‐throughput screening. Two fluorogenic probes were identified that release a fluorophore upon reaction with LdtMt2, thus making it possible to assess the availability of the catalytic site in the presence of inhibitors. The assay was applied to a panel of β‐lactam antibiotics and related inhibitors; the results validate observations that the (carba)penem subclass of β‐lactams are more potent Ldt inhibitors than other β‐lactam classes, though unexpected variations in potency were observed. The method will enable systematic structure–activity relationship studies on Ldts, thereby facilitating the identification of new antibiotics active against M. tuberculosis.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,013
Tête enseignante GPT0,246
Écart entre enseignants0,233 · 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

Citations28
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemBioChemMême sujetPeptidase Inhibition and AnalysisTravaux en français237 207