Coupling cellular drug-target engagement to downstream pharmacology with CeTEAM
Notice bibliographique
Résumé
Abstract Cellular target engagement technologies are reforming drug discovery by enabling quantification of intracellular drug binding; however, simultaneous assessment of drug-associated phenotypes has proven challenging. CeTEAM ( ce llular target e ngagement by a ccumulation of m utant) is a platform that can concomitantly evaluate drug-target interactions and phenotypic responses for holistic assessment of drug pharmacology using conditionally-stabilized drug biosensors. We observe that drug-responsive proteotypes are prevalent among reported mutants of known drug targets. CeTEAM-compatible mutants follow structural and biophysical logic that permits intra-protein and paralogous expansion of the biosensor pool, as exemplified by alanine scanning of leucines within the PARP1 helical domain and transfer of PARP1 destabilization to the analogous PARP2 residue. We then apply CeTEAM to uncouple target engagement from divergent cellular activities of MTH1 inhibitors, dissect NUDT15-associated thiopurine metabolism with the R139C pharmacogenetic variant, and profile the live-cell dynamics of PARP1/2 binding and DNA trapping by PARP inhibitors. Further, PARP1-derived biosensors facilitated high-throughput screening of drug-like libraries for PARP1 binders, as well as multimodal ex vivo analysis and non-invasive tracking of PARPi binding in live animals. Our data suggests that CeTEAM can facilitate real-time, comprehensive characterization of target engagement by bridging drug binding events and their biological consequences.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».