Identification of Small-Molecule Inhibitors of Human Inositol Hexakisphosphate Kinases by High-Throughput Screening
Notice bibliographique
Résumé
Inositol hexakisphosphate kinases (IP6Ks) catalyze pyrophosphorylation of inositol hexakisphosphate (IP6) into inositol 5-diphospho-1,2,3,4,6-pentakisphosphate (IP7), which is involved in numerous areas of cell physiology including glucose homeostasis, blood coagulation, and neurological development. Inhibition of IP6Ks may be effective for the treatment of Type II diabetes, obesity, metabolic complications, thrombosis, and psychiatric disorders. We performed a high-throughput screen (HTS) of 158 410 compounds for IP6K1 inhibitors using a previously developed ADP-Glo Max assay. Of these, 1206 compounds were found to inhibit IP6K1 kinase activity by more than 25%, representing a 0.8% hit rate. Structural clustering analysis of HTS-active compounds, which were confirmed in the dose-response testing using the same kinase assay, revealed diverse clusters that were feasible for future structure-activity relationship (SAR) optimization to potent IP6K inhibitors. Medicinal chemistry SAR efforts in three chemical series identified potent IP6K1 inhibitors which were further validated in an orthogonal LC-MS IP7 analysis. The effects of IP6K1 inhibitors on cellular IP7 levels were further confirmed and were found to correlate with cellular IP6K1 binding measured by a high-throughput cellular thermal shift assay (CETSA).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».