Discovery of Pyridopyrimidinones that Selectively Inhibit the H1047R PI3Kα Mutant Protein
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide The H1047R mutation of PIK3CA is highly prevalent in breast cancers and other solid tumors. Selectively targeting PI3Kα H1047R over PI3Kα WT is crucial due to the role that PI3Kα WT plays in normal cellular processes, including glucose homeostasis. Currently, only one PI3Kα H1047R -selective inhibitor has progressed into clinical trials, while three pan mutant (H1047R, H1047L, H1047Y, E542K, and E545K) selective PI3Kα inhibitors have also reached the clinical stage. Herein, we report the design and discovery of a series of pyridopyrimidinones that inhibit PI3Kα H1047R with high selectivity over PI3Kα WT, resulting in the discovery of compound 17 . When dosed in the HCC1954 tumor model in mice, 17 provided tumor regressions and a clear pharmacodynamic response. X-ray cocrystal structures from several PI3Kα inhibitors were obtained, revealing three distinct binding modes within PI3Kα H1047R including a previously reported cryptic pocket in the C-terminus of the kinase domain wherein we observe a ligand-induced interaction with Arg1047.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».