Dose–Response Evaluation of Novel RORγt Inhibitors by Low-Throughput TR-FRET and Phenotypic Assays.
Notice bibliographique
Résumé
This abstract was presented at the Vth International Drug Discovery and Development Forum 2019, held in Montreal, QC, Canada, from 30 September to 2 October 2019. The work focuses on the dose–response evaluation of novel RORγt inhibitors using low-throughput time-resolved fluorescence resonance energy transfer (TR-FRET) and phenotypic assays. The study describes a set of compounds identified through rational drug design and virtual screening that inhibit the nuclear receptor retinoic acid receptor–related orphan receptor gamma t (RORγt), a key regulator of Th17 differentiation in transplantation and autoimmune disorders. These compounds were evaluated for binding affinity, potency, and biological activity using PBMCs from highly sensitized renal-transplant candidates. Correction notice: In this reprint version, typographical and data-alignment issues from the original proceedings have been corrected. Clarifications were made in the Results section to specify the precise range of inhibitory concentrations (IC₅₀ < 100 nM) and to correct minor formatting inconsistencies. No scientific findings were altered. Presented at: Vth International Drug Discovery and Development Forum 2019 Presented on: October 2, 2019 Location: Montreal, QC, Canada Category: Mechanism of Drug Action Presentation Type: Oral and Poster Presentation Authors: Ahmed Fouda, Sarita Negi, Steven Paraskevas, Jean Tchervenkov Affiliation: Division of Surgical and Interventional Sciences (formerly Department of Experimental Surgery), Department of Surgery, McGill University, Montreal, QC, Canada 📚 Full Citation Fouda, A.; Negi, S.; Paraskevas, S.; Tchervenkov, J. Dose–Response Evaluation of Novel RORγt Inhibitors by Low-Throughput TR-FRET and Phenotypic Assays. In Proc. Int. Drug Discov. Dev. Forum 2019; 5, 33–34 (Abstr. 23). Vth International Drug Discovery and Development Forum, Montreal, QC, Canada, October 2, 2019. McGill University. DOI: 10.6084/m9.figshare.30421933. © 2019, Ahmed Fouda.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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.
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 ».