A self-immolative Kdn-glycoside substrate enables high-throughput screening for inhibitors of Kdnases
Notice bibliographique
Résumé
Aspergillus fumigatus, a filamentous fungus, is an opportunistic pathogen and the major causative agent of the often-fatal disease, invasive aspergillosis (IA). Current treatments for IA are limited due to their high toxicity and/or the emergence of drug resistance; therefore, a need exists for the development of new therapeutics to treat IA. The Kdnase produced by A. fumigatus plays a vital role in maintaining cell wall integrity. As there are no known Kdnases in humans, developing inhibitors of Kdnase from this fungal pathogen is a promising therapeutic approach. The rapid testing of enzymatic activity in a high-throughput screen of large chemical libraries can be an efficient way to find new small molecule lead compounds. Herein we show that a Kdn glycoside with a self-immolative cleavable aglycon is a practical and efficient substrate for a high throughput assay to identify Kdnase inhibitors. We optimized the activity assay and screened over 27,000 compounds from two bioactive chemical libraries as potential inhibitors, and we compared the hit compounds' potency towards Aspergillus terreus and Trichophyton rubrum Kdnases, two other fungal Kdnases. We validated a number of hits and these small molecules are potential leads for the development of novel therapeutics to treat invasive aspergillosis.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».