Identifying G-Quadruplex-DNA-Disrupting Small Molecules
Notice bibliographique
Résumé
The quest for small molecules that strongly bind to G-quadruplex-DNA (G4), so-called G4 ligands, has invigorated the G4 research field from its very inception. Massive efforts have been invested to discover or rationally design G4 ligands, evaluate their G4-interacting properties in vitro through a series of now widely accepted and routinely implemented assays, and use them as innovative chemical biology tools to interrogate cellular networks that might involve G4s. In sharp contrast, only uncoordinated efforts aimed at developing small molecules that destabilize G4s have been invested to date, even though it is now recognized that such molecular tools would have tremendous application in neurobiology as many genetic and age-related diseases are caused by an overrepresentation of G4s. Herein, we report on our efforts to develop in vitro assays to reliably identify molecules able to destabilize G4s. This workflow comprises the newly designed G4-unfold assay, adapted from the G4-helicase assay implemented with Pif1, as well as a series of biophysical and biochemical techniques classically used to study G4/ligand interactions (CD, UV–vis, PAGE, and FRET-melting), and a qPCR stop assay, adapted from a Taq-based protocol recently used to identify G4s in the genomic DNA of Schizosaccharomyces pombe. This unique, multipronged approach leads to the characterization of a phenylpyrrolocytosine (PhpC)-based G-clamp analog as a prototype of G4-disrupting small molecule whose properties are validated through many different and complementary in vitro evaluations.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».