Discovery of hit compounds for methyl-lysine reader proteins from a target class DNA-encoded library
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Methyl-lysine (Kme) reader domains are prevalent in chromatin regulatory proteins which bind post-translational modification sites to recruit repressive and activating factors; therefore, these proteins play crucial roles in cellular signaling and epigenetic regulation. Proteins that contain Kme domains are implicated in various diseases, including cancer, making them attractive therapeutic targets for drug and chemical probe discovery. Herein, we report on expanding the utility of a previously reported, Kme-focused DNA-encoded library (DEL), UNCDEL003, as a screening tool for hit discovery through the specific targeting of Kme reader proteins. As an efficient method for library generation, focused DELs are designed based on structural and functional features of a specific class of proteins with the intent of novel hit discovery. To broadly assess the applicability of our library, UNCDEL003 was screened against five diverse Kme reader protein domains (53BP1 TTD, KDM7B JmjC-PHD, CDYL2 CD, CBX2 CD, and LEDGF PWWP) with varying structures and functions. From these screening efforts, we identified hit compounds which contain unique chemical scaffolds distinct from previously reported ligands. The selected hit compounds were synthesized off-DNA and confirmed using primary and secondary assays and assessed for binding selectivity. Hit compounds from these efforts can serve as starting points for additional development and optimization into chemical probes to aid in further understanding the functionality of these therapeutically relevant proteins.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle