MétaCan
Menu
Retour à la cohorte
Enregistrement W4298362686 · doi:10.17615/8tsa-8w11

Discovery of Small Molecule Mer Kinase Inhibitors for the Treatment of Pediatric Acute Lymphoblastic Leukemia

2020· article· en· W4298362686 sur OpenAlexfundno aff
Chao Yang, William P. Janzen, Deborah DeRyckere, Jacqueline Norris‐Drouin, Douglas K. Graham, Amy Van Deusen, Hari S. Patel, Michael J. Miley, Mischa Machius, Debra M. Hunter, Jing Liu, Dmitri Kireev, H. Shelton Earp, Xiaodong Wang, Catherine Simpson, Victoria Korboukh, Stephen V. Frye, Gary L. Johnson, Susan Sather

Notice bibliographique

RevueFigshare · 2020
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiquePhagocytosis and Immune Regulation
Établissements canadiensnon disponible
Organismes subventionnairesBasic Energy SciencesU.S. Department of Health and Human ServicesNational Cancer InstituteOffice of ScienceUniversity of TorontoU.S. Department of Energy
Mots-clésLymphoblastic LeukemiaSmall moleculeCancer researchLeukemiaMedicineComputational biologyBiologyInternal medicineGenetics

Résumé

récupéré en direct d'OpenAlex

Ectopic Mer expression promotes pro-survival signaling and contributes to leukemogenesis and chemoresistance in childhood acute lymphoblastic leukemia (ALL). Consequently, Mer kinase inhibitors may promote leukemic cell death and further act as chemosensitizers increasing efficacy and reducing toxicities of current ALL regimens. We have applied a structure-based design approach to discover novel small molecule Mer kinase inhibitors. Several pyrazolopyrimidine derivatives effectively inhibit Mer kinase activity at sub-nanomolar concentrations. Furthermore, the lead compound shows a promising selectivity profile against a panel of 72 kinases and has excellent pharmacokinetic properties. We also describe the crystal structure of the complex between the lead compound and Mer, opening new opportunities for further optimization and new template design.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,166
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,240
Écart entre enseignants0,208 · 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 tête enseignante, pas un consensus.

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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetPhagocytosis and Immune RegulationTravaux en français237 207