MétaCan
Menu
Retour à la cohorte
Enregistrement W4391692003 · doi:10.26434/chemrxiv-2023-6m2s0-v2

Efficient large-scale exploration of fragment hit progression by exploiting binding-site purification of actives (B-SPA) through combining multi-step array synthesis and HT crystallography.

2024· preprint· en· W4391692003 sur OpenAlexafffund
Harold Grosjean, A. Aimon, Storm Hassell‐Hart, Warren Thompson, L. Koekemoer, James M. Bennett, C.A. Anderson, Conor Wild, W.J. Bradshaw, Edward A. Fitzgerald, T. Krojer, A.R. Bradley, Oleg Fedorov, Philip C. Biggin, John Spencer, F. von Delft

Notice bibliographique

RevueChemRxiv · 2024
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueChemical Synthesis and Analysis
Établissements canadiensDiscovery Centre
Organismes subventionnairesEngineering and Physical Sciences Research CouncilFundação de Apoio à Pesquisa do Distrito FederalConselho Nacional de Desenvolvimento Científico e TecnológicoOntario Ministry of Economic Development and InnovationMinistero dello Sviluppo EconomicoInternational Seafood Sustainability FoundationEuropean Federation of Pharmaceutical Industries and AssociationsMerck KGaAGenome CanadaFundação de Amparo à Pesquisa do Estado de São PauloDiamond Light SourceNovartis PharmaCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorPfizer
Mots-clésFragment (logic)ChemistryScale (ratio)Combinatorial chemistryComputational biologyComputer scienceAlgorithmBiologyPhysics

Résumé

récupéré en direct d'OpenAlex

Fragment approaches are long-established in target-based ligand discovery. Nevertheless, their full transformative potential lies dormant, because progressing hits to potency remains difficult and underserved by methodology developments, which mostly focus on screening. The only credible progression paradigm is conventional design-make-test analyse (DMTA) medicinal chemistry, which is costly and thus necessitates picking winners early, thereby effectively discarding all the other hits. We here demonstrate the workability of an alternative strategy, namely immediate large-scale exploration of diverse hit-inspired compounds. The key insight is that it is effective to cheaply parallelize large numbers of non-uniform multi-step reactions, because even without compound purification, a high-quality readout of binding is available, namely crystallography of fragment screening. This has the sensitivity to detect even low-level binding of slightly active compounds, which the targeted binding site extracts directly from crude reaction mixtures (CRMs). In this proof-of-concept study, we expand a fragment hit from a crystal-based screen of the second bromodomain of human PHIP, using array synthesis on low-cost robotics to implement 6 independent multi-step reaction routes of up to 5 steps, attempting the synthesis of 1876 diverse expansions; designs were entirely driven by synthetic tractability. Expected product was present in 1108 CRMs, as detected by automated mass spectrometry; and 22 individual products were resolved in crystal structures of CRMs added to crystals. These provided an initial SAR map, revealed pose stability in 19 and instability in 3 products, and resolved stereochemical preference. Unexpectedly, in view of the naïve design approach, one resolved compound even showed on-scale biochemical potency (IC50=34 μM) and biophysical affinity (Kd=50 μM) after resynthesis. This binding-site purification of actives (B-SPA) process is formulaic and engineerable, here yielding the output of >25 person-years in ~20 days, with solvent use reduced from >4,500L to <20L. Thus, this approach, coupled with algorithmically guided compound and reaction design and new formalisms for data analysis, lends itself to routine fragment progression.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,020
Tête enseignante GPT0,276
Écart entre enseignants0,256 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetChemical Synthesis and AnalysisTravaux en français237 207