Probing the Protein Kinases′ Cysteinome by Covalent Fragments
Notice bibliographique
Résumé
Protein kinases are important drug targets, yet specific inhibitors have been developed for only a fraction of the more than 500 human kinases. A major challenge in designing inhibitors for highly related kinases is selectivity. Unlike their non-covalent counterparts, covalent inhibitors offer the advantage of selectively targeting structurally similar kinases by modifying specific protein side chains, particularly non-conserved cysteines. Previously, covalent fragment screens yielded potent and selective inhibitors for individual kinases such as ERK1/2 but have not been applied to the broader kinome. Furthermore, many of the accessible cysteine positions have not been addressed so far. Here, we outline a generalizable approach to sample ATP-site cysteines with fragment-like covalent inhibitors. We present the development of a kinase-focused covalent fragment library and its systematic screening against a curated selection of 47 kinases, with 60 active site-proximal cysteines using LC/MS and differential scanning fluorimetry (DSF) assays, followed by hit validation through various complementary techniques. Our findings expand the repertoire of targetable cysteines within protein kinases, provide insight into unique binding modes identified from crystal structures and deliver isoform-specific hits with promising profiles as starting points for the development of highly potent and selective covalent inhibitors.
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) | 0,000 | 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) | 0,002 | 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 ».