MétaCan
Menu
Retour à la cohorte
Enregistrement W4416407035 · doi:10.1002/cbic.202500739

Development of a Genetically Encoded and Potent PDE6D Inhibitor

2025· article· en· W4416407035 sur OpenAlexaff
Atanasio Gómez‐Mulas, Elisabeth Schaffner‐Reckinger, Hanne Peeters, Rohan Chippalkatti, Arnela Dautbasic, Matthew J. Smith, Shehab Ismail, Daniel Abankwa

Notice bibliographique

RevueChemBioChem · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePhosphodiesterase function and regulation
Établissements canadiensUniversité de MontréalInstitute for Research in Immunology and Cancer
Organismes subventionnairesFonds Wetenschappelijk OnderzoekFonds National de la Recherche Luxembourg
Mots-clésPrenylationSmall moleculeChemical biologyPlasma protein bindingHEK 293 cellsPhenotypic screeningMembrane proteinEffector

Résumé

récupéré en direct d'OpenAlex

PDE6D is a trafficking chaperone of prenylated proteins, such as small GTPases. Several small molecule inhibitors have been developed against it, given that the oncogene K-Ras is one of the cargo proteins. Inhibitor development suffers from the fact that inhibitors against the hydrophobic pocket of PDE6D are typically poorly water-soluble. Herein, the development of genetically encoded inhibitors that are inspired by high-affinity natural cargo of PDE6D is described. The most potent inhibitor, SNAP-STI, encodes merely a farnesylated tetra-peptide, which efficiently blocks PDE6D binding of farnesylated cargo. Direct comparison with small molecule PDE6D inhibitors suggests its higher potency. It is shown that inhibition of K-Ras membrane anchorage and K-RasG12C-dependent MAPK signaling by SNAP-STI is weak, consistent with what is observed after PDE6D knockdown. The data therefore further support that PDE6D is not a suitable surrogate target for efficient inhibition of K-Ras membrane anchorage and MAPK-activity. Nonetheless, by exploiting contacts at the pocket entry, a generalizable strategy to design high-affinity PDE6D inhibitors is established, providing powerful tools for PDE6D biology and target validation.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,228
Écart entre enseignants0,222 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemBioChemMême sujetPhosphodiesterase function and regulationTravaux en français237 207