Mirror‐Image Random Nonstandard Peptides Integrated Discovery (MI‐RaPID) Technology Yields Highly Stable and Selective Macrocyclic Peptide Inhibitors for Matrix Metallopeptidase 7
Notice bibliographique
Résumé
Abstract Matrix metallopeptidase 7 (MMP7) plays a crucial role in cancer metastasis and progression, making it an attractive target for therapeutic development. However, the development of selective MMP7 inhibitors is challenging due to the conservation of active sites across various matrix metalloproteinases (MMPs). Here, we have developed mirror‐image random nonstandard peptides integrated discovery (MI‐RaPID) technology to discover innate protease‐resistant macrocyclic peptides that specifically bind to and inhibit human MMP7. One identified macrocyclic peptide against D ‐MMP7, termed D20 , was synthesized in its mirror‐image form, D’20 , consisting of 12 D ‐amino acids, one cyclic β‐amino acid, and a thioether bond. Notably, it potently inhibited MMP7 with an IC 50 value of 90 nM, and showed excellent selectivity over other MMPs with similar substrate specificity. Moreover, D’20 inhibited the migration of pancreatic cell line CFPAC‐1, but had no effect on the cell proliferation and viability. D’20 exhibited excellent stability in human serum, as well as in simulated gastric and intestinal fluids. This study highlights that MI‐RaPID technology can serve as a powerful tool to develop in vivo stable macrocyclic peptides for therapeutic applications.
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) | 0,000 | 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) | 0,001 | 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 ».