Development of Highly Potent and Selective Covalent FGFR4 Inhibitors Based on S <sub>N</sub> Ar Electrophiles
Notice bibliographique
Résumé
Fibroblast growth factor receptor 4 (FGFR4) is thought to be a driver in several cancer types, most notably in hepatocellular carcinoma. One way to achieve high potency and isoform selectivity for FGFR4 is covalently targeting a rare cysteine (C552) in the hinge region of its kinase domain that is not present in other FGFR family members (FGFR1–3). Typically, this cysteine is addressed via classical acrylamide electrophiles. We demonstrate that noncanonical covalent “warheads” based on nucleophilic aromatic substitution (S N Ar) chemistry can be employed in a rational manner to generate highly potent and (isoform-)selective FGFR4 inhibitors with a low intrinsic reactivity. Key compounds showed low to subnanomolar potency, efficient covalent inactivation kinetics, and excellent selectivity against the other FGFRs, the kinases with an equivalent cysteine, and a representative subset of the kinome. Moreover, these compounds achieved nanomolar potencies in cellular assays and demonstrated good microsomal stability, highlighting the potential of S N Ar-based approaches in covalent inhibitor design.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».