Optimization of novel compounds using computer-aided drug design for treatment of cardiac arrhythmia
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: 7.1 (KCNQ/KCNE1) channels lead to cardiac arrhythmia such as long QT syndrome, characterized by a prolonged QT interval . One strategy to correct the prolonged QT interval is to design molecules that activate KCNQ1/KCNE1 channels and restore the QT interval. However, there are currently no clinically approved KCNQ1/KCNE1 activators. Polyunsaturated fatty acids (PUFAs) have been shown to be potent activators of KCNQ1/KCNE1, increasing KCNQ1/KCNE1 currents and shortening the action potential duration in human cardiomyocytes. However, PUFAs are unspecific and have many targets, including other cardiac ion channels. EXPERIMENTAL APPROACH: In this study, Site Identification by Ligand Competitive Saturation was used in combination with electrophysiology to optimize compounds that bind to the PUFA binding sites, increasing both their potency and site specificity. KEY RESULTS: Two compounds, Compound 1- linoleic acid (LIN) and Compound 2-LIN, exhibited a more potent activation effect on KCNQ1/KCNE1 channels than our previous PUFA analogues, with each compound demonstrating a distinct activation mechanism. CONCLUSION AND IMPLICATIONS: These findings highlight the potential of computer-aided drug design in developing more targeted and effective KCNQ1/KCNE1 activators, paving the way for personalized therapeutic strategies in treating cardiac disorders. Although the small molecule screening identified compounds with favourable interactions at PUFA binding sites, a lipid tail was required for their effect. This strategy of incorporating lipid tails onto small molecules offers a novel approach for targeting the underexplored transmembrane regions of membrane proteins, which could significantly impact drug development for a wide range of therapeutic targets.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».