MétaCan
Menu
← Retour à la cohorte
Enregistrement W3174773013 · doi:10.1096/fasebj.29.1_supplement.lb471

The Discovery of Novel TAAR1 Ligands through the use of a Homology Model and <i>in silico</i> Screening

2015· article· en· W3174773013 sur OpenAlexaff
Vincent Lam, David Rodríguez, Thomas Zhang, Eun Jee Koh, Jens Carlsson, Ali Salahpour

Notice bibliographique

RevueThe FASEB Journal · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueReceptor Mechanisms and Signaling
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésIn silicoChemistryPotencyPharmacologyAgonistHomology modelingComputational biologyStereochemistryReceptorBiochemistryIn vitroBiologyEnzyme

Résumé

récupéré en direct d'OpenAlex

Trace amines (TA) are by‐products of the synthesis of classical neurotransmitters within the brain. TA's exert their effect by activating a class of GPCRs including, t race a mine a ssociated r eceptor 1 (TAAR1) where TAAR1 signalling has been shown to be a negative regulator of dopamine transmission. In this study, we aimed to identify novel selective TAAR1 compounds for TAAR1 for in vivo testing. To this end, a TAAR1 homology model was generated and an in silico screen of 3 million commercially available compounds was conducted. The top 42 compounds, based on predicted affinities, were ordered and screened for TAAR1 activity using a cAMP BRET biosensor. From the 42 compounds tested, a mix of antagonists (seven compounds) and agonists (nine compounds) were found, yielding an initial hit rate of 35%. Of the nine identified agonists, three compounds (8, 16, and 25) displayed high potency for TAAR1 with EC 50 values of 18, 1.0, and 52 µM respectively. In order to identify compounds with improved affinity for TAAR1, five analogs of compounds 8 and 16 were tested. Of the five analogs of compound 8 tested, only one compound (8b) displayed agonist activity with no improvements on efficacy or potency compared to compound 8. Two of the five compound 16 analogs (16a and 16b) had a left shift of ~10 fold in their EC 50 for activation of cAMP signalling by TAAR. Furthermore the analog 16b had higher efficacy for TAAR1 activation than compound 16. In conclusion we have discovered three unique novel partial TAAR1 agonists with new chemical backbones where compound 16 and its analogs had the most optimal pharmacological profile. The in vivo effects as well as identification of higher affinity analogs of these compounds will be undertaken in the future.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,063
Tête enseignante GPT0,267
Écart entre enseignants0,204 · 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
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetReceptor Mechanisms and Signaling→Travaux en français237 207→