MétaCan
Menu
Retour à la cohorte
Enregistrement W4206161097 · doi:10.1101/2022.01.13.475779

Structure-Based Survey of the Human Proteome for Opportunities in Proximity Pharmacology

2022· preprint· en· W4206161097 sur OpenAlexafffund
Evianne Rovers, Matthieu Schapira

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Degradation and Inhibitors
Établissements canadiensStructural Genomics ConsortiumUniversity of Toronto
Organismes subventionnairesOntario Genomics InstituteEuropean Federation of Pharmaceutical Industries and AssociationsMerck KGaAOntario GenomicsGenome CanadaMcGill UniversityGenentechBayerNatural Sciences and Engineering Research Council of CanadaPfizerBristol-Myers Squibb
Mots-clésDrug discoveryComputational biologySmall moleculeProteomeUbiquitin ligaseHuman proteome projectUbiquitinBiochemistryBiologyDNA ligaseAcetyltransferasesChemical biologyTarget proteinKinaseEnzymeChemistryProteomicsAcetylationGene

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Proximity pharmacology (ProxPharm) is a novel paradigm in drug discovery where a small molecule brings two proteins in close proximity to elicit a signal, generally from one protein onto another. The potential of ProxPharm compounds as a new therapeutic modality is firmly established by proteolysis targeting chimeras (PROTACs) that bring an E3 ubiquitin ligase in proximity to a target protein to induce ubiquitination and subsequent degradation of the target protein. The concept can be expanded to induce other post-translational modifications via the recruitment of different types of protein-modifying enzymes. To survey the human proteome for opportunities in proximity pharmacology, we systematically mapped non-catalytic drug binding pockets on the structure of protein-modifying enzymes available from the Protein Databank. In addition to binding sites exploited by previously reported ProxPharm compounds, we identified putative ligandable non-catalytic pockets in 188 kinases, 42 phosphatases, 26 deubiquitinases, 9 methyltransferases, 7 acetyltransferases, 7 glycosyltransferases, 4 deacetylases, 3 demethylases and 2 glycosidases, including cavities occupied by chemical matter that may serve as starting points for future ProxPharm compounds. This systematic survey confirms that proximity pharmacology is a versatile modality with largely unexplored and promising potential, and reveals novel opportunities to pharmacologically rewire molecular circuitries.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,001

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 Opus0,038
Tête enseignante GPT0,269
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 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetProtein Degradation and InhibitorsTravaux en français237 207