MétaCan
Menu
Retour à la cohorte
Enregistrement W3186435586 · doi:10.1021/acsmedchemlett.1c00305

A Retrospective Look at the Impact of Binding Site Environment on the Optimization of TRPA1 Antagonists

2021· article· en· W3186435586 sur OpenAlexaff
Elisia Villemure, Jack A. Terrett, Robin Larouche‐Gauthier, Martin Déry, Huifen Chen, Rebecca M. Reese, Shannon D. Shields, Jun Chen, Steven Magnuson, Matthew Volgraf

Notice bibliographique

RevueACS Medicinal Chemistry Letters · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueIon Channels and Receptors
Établissements canadiensParaza Pharma (Canada)
Organismes subventionnairesnon disponible
Mots-clésAntagonistBinding siteSulfonamideChemistryDrug discoveryPharmacologyBiophysicsMedicineReceptorBiochemistryBiologyStereochemistry

Résumé

récupéré en direct d'OpenAlex

Transient receptor potential ankyrin 1 (TRPA1) antagonists have generated broad interest in the pharmaceutical industry for the treatment of both pain and asthma. Over the past decade, multiple antagonist classes have been reported in the literature with a wide range of structural diversity. Our own work has focused on the development of proline sulfonamide and hypoxanthine-based antagonists, two antagonist classes with distinct physicochemical properties and pharmacokinetic (PK) trends. Late in our discovery program, cryogenic electron microscopy (cryoEM) studies revealed two different antagonist binding sites: a membrane-exposed proline sulfonamide transmembrane site and an intracellular hypoxanthine site near the membrane interface. A retrospective look at the discovery program reveals how the different binding sites, and their location relative to the cell membrane, influenced the optimization trajectories and overall drug profiles of each antagonist class.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,013
Score d'incertitude au seuil0,783

Scores Codex et Gemma par catégorie

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

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 Opus0,016
Tête enseignante GPT0,246
Écart entre enseignants0,231 · 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 tête enseignante, 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

Citations19
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Medicinal Chemistry LettersMême sujetIon Channels and ReceptorsTravaux en français237 207