Medicinal Chemistry and NMR Driven Discovery of Novel UDP-glucuronosyltransferase 1A Inhibitors That Overcome Therapeutic Resistance in Cells
Notice bibliographique
Résumé
The UDP glucuronosyltransferases (UGT) deactivate many therapeutics via glucuronidation while being required for clearance of normal metabolites and xenobiotics. There are 19 UGT enzymes categorized into UGT1A and UGT2B families based on sequence conservation. This presents a challenge in terms of targeting specific UGTs to overcome drug resistance without eliciting overt toxicity. Here, we identified for the first time that UGT1A4 is highly elevated in acute myeloid leukemia (AML) patients and its reduction corresponded to objective clinical responses. To develop inhibitors to UGT1A4, we leveraged previous NMR-based fragment screening data against the C-terminal domain of UGT1A (UGT1A-C). NMR and medicinal chemistry strategies identified novel chemical matter based on fragment compounds with the capacity to bind ∼ 20 fold more tightly to UGT1A-C (Kd ∼600 μ M vs ∼30 μM). Some compounds differentially inhibited UGT1A4 versus UGT1A1 enzyme activity and restored drug sensitivity in resistant human cancer cells. NMR-based NOE experiments revealed these novel compounds recognised a region distal to the catalytic site suggestive of allosteric regulation. This binding region is poorly conserved between UGT1A and UGT2B C-terminal sequences, which otherwise exhibit high similarity. Consistently, these compounds did not bind to the C-terminal domain of UGT2B7 nor a triple mutant of UGT1A-C replaced with UGT2B7 residues in this region. Overall, we discovered a site on UGTs that can be leveraged to differentially target UGT1As and UGT2Bs, identified UGT1A4 as a therapeutic target, and found new chemical matter that binds the UGT1A C-terminus, inhibits glucuronidation and restores drug sensitivity.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».