MétaCan
Menu
Retour à la cohorte
Enregistrement W3000417149 · doi:10.1101/2020.01.08.883009

In depth analysis of kinase cross screening data to identify CAMKK2 inhibitory scaffolds

2020· preprint· en· W3000417149 sur OpenAlexfundno aff
Sean O’Byrne, John W. Scott, Joseph Pilotte, André de S. Santiago, Christopher G. Langendorf, Jonathan S. Oakhill, Benjamin J. Eduful, Rafael M. Couñago, Carrow I. Wells, William J. Zuercher, Timothy M. Willson, David H. Drewry

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineComputer Science
ThématiqueComputational Drug Discovery Methods
Établissements canadiensnon disponible
Organismes subventionnairesNovartis PharmaNational Cancer InstituteNational Institutes of HealthMinistero dello Sviluppo EconomicoMedical Research CouncilEuropean Federation of Pharmaceutical Industries and AssociationsMerck KGaAOntario Ministry of Economic Development and InnovationGenome CanadaNational Health and Medical Research CouncilPfizer
Mots-clésAMPKProtein kinase AKinaseBiologyCell biology

Résumé

récupéré en direct d'OpenAlex

Abstract The calcium/calmodulin-dependent protein kinase kinase 2 (CAMKK2) plays a central role in many cell signaling pathways. CAMKK2 activates CAMK1, CAMK4, AMPK, and AKT leading to numerous physiological responses. Deregulation of CAMKK2 is linked to several diseases, suggesting utility of CAMKK2 inhibitors for oncological, metabolic and inflammatory indications. In this work we review the role of CAMKK2 in biology and disease. Through analysis of literature and public databases we have identified starting points for CAMKK2 inhibitor medicinal chemistry campaigns. These starting points provide an opportunity for the development of selective CAMKK2 inhibitors and will lead to tools that delineate the roles of this kinase in disease biology.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Science ouverte
Catégories consensuellesScience ouverte
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,574
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,006
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0060,010
Intégrité de la recherche0,0000,001
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 Opus0,069
Tête enseignante GPT0,350
Écart entre enseignants0,282 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetComputational Drug Discovery MethodsTravaux en français237 207