Potent and selective SETDB1 covalent negative allosteric modulator reduces methyltransferase activity in cells
Notice bibliographique
Résumé
A promising drug target, SETDB1, is a dual methyl-lysine (Kme) reader and methyltransferase implicated in cancer and neurodegenerative disease progression. To help understand the role of the triple Tudor domain (3TD) of SETDB1, its Kme reader, we first identify a low micromolar potency small molecule ligand, UNC6535, which occupies simultaneously both the TD2 and TD3 reader binding sites. Further optimization leads to the discovery of UNC10013, a covalent 3TD ligand targeting Cys385 of SETDB1. UNC10013 is potent with a kinact/KI of 1.0 × 106 M−1s−1 and demonstrates proteome-wide selectivity. In cells, negative allosteric modulation of SETDB1-mediated Akt methylation occurs after treatment with UNC10013. Therefore, UNC10013 is a potent, selective, and cell-active covalent ligand for the 3TD of SETDB1, demonstrating negative allosteric modulator properties and making it a promising tool to study the biological role of SETDB1 in disease progression. Design of cysteine-targeting analogs of a reversible SETDB1 triple Tudor domain (3TD) ligand, UNC6535, led to UNC10013, a potent covalent ligand with high selectivity. UNC10013 demonstrated allosteric inhibition of SETDB1-mediated Akt methylation in cells, a promising approach to SETDB1 therapeutics.
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) | 0,000 | 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 ».