跳到正文
热点事件历史事件

配对活性学习框架筛选突变选择性EGFR抑制剂

1 篇报道1 个报道来源14 天前更新

先了解这件事

AI 综述

Zhu等作者团队开发配对活性学习框架，从1200万分子中筛选对EGFR三突变体（L858R/T790M/C797S）与野生型EGFR具有差异活性的化合物，得到16个共识命中。 筛选先用配对活性回归模型预测，再用支持向量机评估三突变体活性；16个命中中5个进入初步生化评价，2个进一步做生化、细胞与结构表征。共晶结构显示最佳化合物在ATP结合口袋内呈两种不同的非共价结合模式。 作者称该工作为优化效力与突变选择性提供实验结构模板；结果基于预印本摘要报告。

AI 根据报道生成 · 13 天前更新

最新进展10月26日 08:00
配对活性学习框架从1200万分子中筛选突变选择性EGFR抑制剂

报道时间线

沿着报道，了解事件的不同侧面。

10月26日
  1. bioRxiv · Bioinformatics精选
    配对活性学习框架从1200万分子中筛选突变选择性EGFR抑制剂

    研究团队开发计算与实验结合的配对活性学习框架，用于识别对EGFR三突变体（L858R/T790M/C797S）与野生型EGFR具有差异活性的化合物。对1200万分子做序贯筛选后得到16个共识命中，其中5个进入初步生化评价、2个进一步做生化、细胞与结构表征；共晶结构显示最佳化合物在ATP结合口袋内呈两种不同的非共价结合模式。该工作为优化效力与突变选择性提供实验结构模板，结果基于预印本摘要报告。

本事件热度走势

可比范围当前
2
可比范围峰值
211月2日 02:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。