Identification and Validation of Compounds Targeting <i>Leishmania major</i> Leucyl-Aminopeptidase M17
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Leishmaniasis is a neglected tropical disease; there is currently no vaccine and treatment is reliant upon a handful of drugs suffering from multiple issues including toxicity and resistance. There is a critical need for development of new fit-for-purpose therapeutics, with reduced toxicity and targeting new mechanisms to overcome resistance. One enzyme meriting investigation as a potential drug target in Leishmania is M17 leucyl-aminopeptidase (LAP). Here, we aimed to chemically validate LAP as a drug target in L. major through identification of potent and selective inhibitors. Using RapidFire mass spectrometry, the compounds DDD00057570 and DDD00097924 were identified as selective inhibitors of recombinant Leishmania major LAP activity. Both compounds inhibited in vitro growth of L. major and L. donovani intracellular amastigotes, and overexpression of Lm LAP in L. major led to reduced susceptibility to DDD00057570 and DDD00097924, suggesting that these compounds specifically target Lm LAP. Thermal proteome profiling revealed that these inhibitors thermally stabilized two M17 LAPs, indicating that these compounds selectively bind to enzymes of this class. Additionally, the selectivity of the inhibitors to act on Lm LAP and not against the human ortholog was demonstrated, despite the high sequence similarities LAPs of this family share. Collectively, these data confirm Lm LAP as a promising therapeutic target for Leishmania spp. that can be selectively inhibited by drug-like small molecules.
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) | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».