MétaCan
Menu
Retour à la cohorte
Enregistrement W4317721588 · doi:10.3390/molecules28031095

eEF2K Inhibitor Design: The Progression of Exemplary Structure-Based Drug Design

2023· review· en· W4317721588 sur OpenAlexafffund
Kody Klupt, Zongchao Jia

Notice bibliographique

RevueMolecules · 2023
Typereview
Langueen
DomaineMedicine
ThématiquePeptidase Inhibition and Analysis
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDrug discoveryDrugComputational biologyHomology modelingKinaseComputer sciencePharmacologyMedicineBioinformaticsChemistryBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The α-kinase, eEF2K, phosphorylates the threonine 56 residue of eEF2 to inhibit global peptide elongation (protein translation). As a master regulator of protein synthesis, in combination with its unique atypical kinase active site, investigations into the targeting of eEF2K represents a case of intense structure-based drug design that includes the use of modern computational techniques. The role of eEF2K is incredibly diverse and has been scrutinized in several different diseases including cancer and neurological disorders-with numerous studies inhibiting eEF2K as a potential treatment option, as described in this paper. Using available crystal structures of related α-kinases, particularly MHCKA, we report how homology modeling has been used to improve inhibitor design and efficacy. This review presents an overview of eEF2K related drug discovery efforts predating from the 1990's, to more recent in vivo studies in rat models. We also provide the reader with a basic introduction to several approaches and software programs used to undertake such drug discovery campaigns. With the recent exciting publication of an eEF2K crystal structure, we present our view regarding the future of eEF2K drug discovery.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,901
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,097
Tête enseignante GPT0,374
Écart entre enseignants0,278 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetPeptidase Inhibition and AnalysisTravaux en français237 207