MétaCan
Menu
Retour à la cohorte
Enregistrement W4322760646 · doi:10.3390/ph16030377

Anti-Tuberculosis Mur Inhibitors: Structural Insights and the Way Ahead for Development of Novel Agents

2023· review· en· W4322760646 sur OpenAlexaff
Kunal Mehta, Mihir Khambete, Arundhati Abhyankar, Abdelwahab Omri

Notice bibliographique

RevuePharmaceuticals · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésMycobacterium tuberculosisIn silicoComputational biologyTuberculosisAntimycobacterialEnzymeDrug discoveryBiologyChemistryMicrobiologyMedicineBiochemistryGene

Résumé

récupéré en direct d'OpenAlex

Mur enzymes serve as critical molecular devices for the synthesis of UDP-MurNAc-pentapeptide, the main building block of bacterial peptidoglycan polymer. These enzymes have been extensively studied for bacterial pathogens such as Escherichia coli and Staphylococcus aureus. Various selective and mixed Mur inhibitors have been designed and synthesized in the past few years. However, this class of enzymes remains relatively unexplored for Mycobacterium tuberculosis (Mtb), and thus offers a promising approach for drug design to overcome the challenges of battling this global pandemic. This review aims to explore the potential of Mur enzymes of Mtb by systematically scrutinizing the structural aspects of various reported bacterial inhibitors and implications concerning their activity. Diverse chemical scaffolds such as thiazolidinones, pyrazole, thiazole, etc., as well as natural compounds and repurposed compounds, have been reviewed to understand their in silico interactions with the receptor or their enzyme inhibition potential. The structural diversity and wide array of substituents indicate the scope of the research into developing varied analogs and providing valuable information for the purpose of modifying reported inhibitors of other multidrug-resistant microorganisms. Therefore, this provides an opportunity to expand the arsenal against Mtb and overcome multidrug-resistant tuberculosis.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,293
Tête enseignante GPT0,504
Écart entre enseignants0,211 · 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'étudeSans objet
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

Citations23
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmaceuticalsMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207