MétaCan
Menu
Retour à la cohorte
Enregistrement W4210840248 · doi:10.1002/cmdc.202200026

Scaffold Hopping from Amodiaquine to Novel Nurr1 Agonist Chemotypes via Microscale Analogue Libraries

2022· article· en· W4210840248 sur OpenAlexfundno aff
Sabine Willems, Marcel A. Müller, Julia Ohrndorf, Jan Heering, Ewgenij Proschak, Daniel Merk

Notice bibliographique

RevueChemMedChem · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNuclear Receptors and Signaling
Établissements canadiensnon disponible
Organismes subventionnairesEuropean CommissionEuropean Federation of Pharmaceutical Industries and AssociationsDiamond Light SourceInnovative Medicines InitiativeMcGill University
Mots-clésChemotypeScaffoldAgonistChemistryMicroscale chemistryStereochemistryComputational biologyComputer scienceBiologyBiochemistryMathematicsReceptorProgramming language

Résumé

récupéré en direct d'OpenAlex

Several lines of evidence suggest the ligand-sensing transcription factor Nurr1 as a promising target to treat neurodegenerative diseases. Nurr1 modulators to validate and exploit this therapeutic potential are rare, however. To identify novel Nurr1 agonist chemotypes, we have employed the Nurr1 activator amodiaquine as template for microscale analogue library synthesis. The first set of analogues was based on the 7-chloroquiolin-4-amine core fragment of amodiaquine and revealed superior N-substituents compared to diethylaminomethylphenol contained in the template. A second library of analogues was subsequently prepared to replace the chloroquinolineamine scaffold. The two sets of analogues enabled a full scaffold hop from amodiaquine to a novel Nurr1 agonist sharing no structural features with the lead but comprising superior potency on Nurr1. Additionally, pharmacophore modeling based on the entire set of active and inactive analogues suggested key features for Nurr1 agonists.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,233
Écart entre enseignants0,201 · 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'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

Citations14
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemMedChemMême sujetNuclear Receptors and SignalingTravaux en français237 207