MétaCan
Menu
Retour à la cohorte
Enregistrement W3094035362 · doi:10.3390/ijms21217895

Chemical Starting Matter for HNF4α Ligand Discovery and Chemogenomics

2020· article· en· W3094035362 sur OpenAlexfundno aff
Isabelle Meijer, Sabine Willems, Xiaomin Ni, Jan Heering, A. Chaikuad, Daniel Merk

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2020
Typearticle
Langueen
DomaineMedicine
ThématiquePancreatic function and diabetes
Établissements canadiensnon disponible
Organismes subventionnairesGenentechAventis FoundationWellcome TrustOntario Genomics InstituteEuropean Federation of Pharmaceutical Industries and AssociationsMerck KGaAOntario GenomicsGenome CanadaFundação de Amparo à Pesquisa do Estado de São PauloMcGill UniversityBayerPfizer
Mots-clésDruggabilityHepatocyte nuclear factorsComputational biologyDrug discoveryNuclear receptorHepatocyte nuclear factor 4Transcription factorBiologyLigand (biochemistry)ChemistryBioinformaticsPharmacologyGeneReceptorBiochemistry

Résumé

récupéré en direct d'OpenAlex

Hepatocyte nuclear factor 4α (HNF4α) is a ligand-sensing transcription factor and presents as a potential drug target in metabolic diseases and cancer. In humans, mutations in the HNF4α gene cause maturity-onset diabetes of the young (MODY), and the elevated activity of this protein has been associated with gastrointestinal cancers. Despite the high therapeutic potential, available ligands and structure-activity relationship knowledge for this nuclear receptor are scarce. Here, we disclose a chemically diverse collection of orthogonally validated fragment-like activators as well as inverse agonists, which modulate HNF4α activity in a low micromolar range. These compounds demonstrate the druggability of HNF4α and thus provide a starting point for medicinal chemistry as well as an early tool for chemogenomics.

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: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,019
Tête enseignante GPT0,280
Écart entre enseignants0,261 · 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

Citations26
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetPancreatic function and diabetesTravaux en français237 207