MétaCan
Menu
Retour à la cohorte
Enregistrement W4407360279 · doi:10.1021/acs.jmedchem.4c01909

Structural Chemistry of Helicase Inhibition

2025· review· en· W4407360279 sur OpenAlexafffund
Lakshi Selvaratnam, Timothy M. Willson, Matthieu Schapira

Notice bibliographique

RevueJournal of Medicinal Chemistry · 2025
Typereview
Langueen
DomaineChemistry
ThématiqueCarbohydrate Chemistry and Synthesis
Établissements canadiensStructural Genomics ConsortiumUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchGenentechMitacsCanada Foundation for InnovationOntario Genomics InstituteTakeda Pharmaceutical CompanyEuropean Federation of Pharmaceutical Industries and AssociationsJanssen PharmaceuticalsMerck KGaANational Institutes of HealthOntario GenomicsGenome CanadaBristol-Myers Squibb FoundationPfizerBristol-Myers SquibbNational Institute of Allergy and Infectious DiseasesBayerMcGill UniversityBoehringer Ingelheim
Mots-clésChemistryHelicaseBiophysicsBiochemistry

Résumé

récupéré en direct d'OpenAlex

Helicases are essential motor enzymes that couple nucleoside-triphosphate hydrolysis with DNA or RNA strand unwinding. Helicases are integral to replication, transcription, splicing, and translation of the genome, play crucial roles in the proliferation of cancer cells and propagation of viral pathogens, and are implicated in neurodegenerative diseases. Despite their therapeutic potential, drug discovery efforts targeting helicases face significant challenges due to their dynamic enzymatic cycles, the transient nature of their conformational states, and the conservation of their active sites. Analysis of cocrystal structures of inhibitor-helicase complexes revealed four distinct mechanisms of inhibition: allosteric, ATP-competitive, RNA-competitive, and interfacial inhibitors. While these static X-ray structures reveal potential binding pockets that may support the development of selective drugs, the application of advanced techniques such as cryo-EM, single-molecule analysis, and computational modeling will be essential for understanding helicase dynamics and designing effective 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,305
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Medicinal ChemistryMême sujetCarbohydrate Chemistry and SynthesisTravaux en français237 207