La dihydrofolate réductase R67, comme une cible dâantibiotiques et biocatalyseur potentiel
Bibliographic record
Abstract
La dihyrofolate réductase de type II R67 (DHFR R67) est une enzyme bactérienne encodée par un plasmide donc aisément transmissible. Elle catalyse la réaction de réduction du dihydrofolate (DHF) en tétrahydrofolate (THFA) essentiel pour la prolifération cellulaire. La DHFR R67 est une enzyme qui dépend du cofacteur NADPH. La DHFR R67 est différente, structurellement et génétiquement, de l’enzyme DHFR chromosomale présente chez tous les organismes et elle est résistante au triméthoprime (TMP) qui est largement utilisé dans les traitements antibactériens chez l’Homme. Aucun inhibiteur sélectif contre la DHFR R67 n’est actuellement répertorié.\nLe but de cette étude a été d’identifier des molécules qui pourront inhiber la DHFR R67 sélectivement, sans affecter la DHFR humaine (DHFRh). La vérification de la qualité des essais enzymatiques en conditions déterminées pour le criblage d’inhibiteurs sur plusieurs lectrices à plaques a identifié des appareils appropriés pour l’analyse. L’étude de l’activité enzymatique de la DHFR R67 et de la DHFRh en présence des solvants organiques et liquides ioniques (LIs), comme des co-solvants pour le criblage rationnel d’inhibiteurs, a montré que certains LIs peuvent servir de milieu alternatif pour les essais enzymatiques. Le criblage rationnel basé sur l’approche du design d’un inhibiteur à partir de petites molécules, a révélé des molécules primaires qui inhibent la DHFR R67 de façon faible, mais sélective. Le test des composés biologiquement actifs qui comprennent des petits fragments, a montré l’augmentation de l’affinité entre la DHFR R67 et les composés testés. Trois composés ont été déterminés comme des inhibiteurs sélectifs prometteurs pour la DHFR R67.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".