Death by a Thousand Cuts – Combining Kinase Inhibitors for Selective Target Inhibition and Rational Polypharmacology
Notice bibliographique
Résumé
Abstract Kinase inhibitors are successful therapeutics in the treatment of cancers and autoimmune diseases and are useful tools in biomedical research. The high sequence and structural conservation of the catalytic kinase domain complicates the development of specific kinase inhibitors. As a consequence, most kinase inhibitors also inhibit off-target kinases which complicates the interpretation of phenotypic responses. Additionally, inhibition of off-targets may cause toxicity in patients. Therefore, highly selective kinase inhibition is a major goal in both biomedical research and clinical practice. Currently, efforts to improve selective kinase inhibition are dominated by the development of new kinase inhibitors. Here, we present an alternative solution to this problem by combining inhibitors with divergent off-target activities. We have developed a multicompound-multitarget scoring (MMS) method framework that combines inhibitors to maximize target inhibition and to minimize off-target inhibition. Additionally, this framework enables rational polypharmacology by allowing optimization of inhibitor combinations against multiple selected on-targets and off-targets. Using MMS with previously published chemogenomic kinase inhibitor datasets we determine inhibitor combinations that achieve potent activity against a target kinase and that are more selective than the most selective single inhibitor against that target. We validate the calculated effect and selectivity of a combination of inhibitors using the in cellulo NanoBRET assay. The MMS framework is generalizable to other pharmacological targets where compound specificity is a challenge and diverse compound libraries are available.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».