Mass Spectrometry-Based Analysis to Investigate the Physiochemical and Proteomic Properties of Viral Sensitizers
Notice bibliographique
Résumé
Attenuated viruses hold great potential in viral-based therapies including vaccine production and oncolytic virotherapy (OVt).Both applications are hindered by poor infection propagation as a result of genetic heterogeneity amongst target cells in regard to antiviral response functionality.Our collaborative research group has developed a novel solution to address this problem: first-in-class small molecules termed viral sensitizers (VSes) that potentiate viral infection in resistant cells.Liquid chromatography mass spectrometry (LC-MS) methods that made use of various scanning modes were developed to characterize the poor physiochemical properties of the first lead compound (VSe1).Furthermore, the LC-MS methods were applied in the screening of a large VSe library and performing quality control (QC) experiments.Subsequently, new lead compounds were identified with improved plasma stability and retained activity.In vivo pharmacokinetic (PK) and metabolomic studies using the new lead VSes revealed that glutathione stability and tumour penetrance are important considerations for future screening of VSes.MS-based and gel-based proteomic experiments made use of target identification techniques to elucidate the VSe mechanism of action (MOA).GSTp1 was studied as a potential target but multiple evidences supported that VSes act as noncovalent inhibitors.Future studies will further address the unknown MOA and in vivo behavior to further narrow the list of lead VSes to application-specific compounds.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».