uu.seUppsala universitets publikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Substitution of the phosphonic acid and hydroxamic acid functionalities of the DXR inhibitor FR900098: An attempt to improve the activity against Mycobacterium tuberculosis
Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Farmaceutiska fakulteten, Institutionen för läkemedelskemi, Avdelningen för organisk farmaceutisk kemi.
Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Farmaceutiska fakulteten, Institutionen för läkemedelskemi, Avdelningen för organisk farmaceutisk kemi.ORCID-id: 0000-0002-4420-772X
Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Biologiska sektionen, Institutionen för cell- och molekylärbiologi, Struktur- och molekylärbiologi.
Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Farmaceutiska fakulteten, Institutionen för läkemedelskemi, Avdelningen för organisk farmaceutisk kemi.
Visa övriga samt affilieringar
2011 (Engelska)Ingår i: Bioorganic & Medicinal Chemistry Letters, ISSN 0960-894X, E-ISSN 1090-2120, Vol. 21, nr 18, s. 5403-5407Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

Two series of FR900098/fosmidomycin analogs were synthesized and evaluated for MtDXR inhibition and Mycobacterium tuberculosis whole-cell activity. The design rationale of these compounds involved the exchange of either the phosphonic acid or the hydroxamic acid part for alternative acidic and metal-coordinating functionalities. The best inhibitors provided IC(50) values in the micromolar range, with a best value of 41 mu M.

Ort, förlag, år, upplaga, sidor
2011. Vol. 21, nr 18, s. 5403-5407
Nyckelord [en]
Tuberculosis, DXR, Enzyme inhibitor, Fosmidomycin, FR900098
Nationell ämneskategori
Kemi
Identifikatorer
URN: urn:nbn:se:uu:diva-158288DOI: 10.1016/j.bmcl.2011.07.005ISI: 000294051800057OAI: oai:DiVA.org:uu-158288DiVA, id: diva2:439403
Tillgänglig från: 2011-09-07 Skapad: 2011-09-06 Senast uppdaterad: 2017-12-08
Ingår i avhandling
1. Computational Modelling in Drug Discovery: Application of Structure-Based Drug Design, Conformal Prediction and Evaluation of Virtual Screening
Öppna denna publikation i ny flik eller fönster >>Computational Modelling in Drug Discovery: Application of Structure-Based Drug Design, Conformal Prediction and Evaluation of Virtual Screening
2017 (Engelska)Doktorsavhandling, sammanläggning (Övrigt vetenskapligt)
Abstract [en]

Structure-based drug design and virtual screening are areas of computational medicinal chemistry that use 3D models of target proteins. It is important to develop better methods in this field with the aim of increasing the speed and quality of early stage drug discovery.

The first part of this thesis focuses on the application of structure-based drug design in the search for inhibitors for the protein 1-deoxy-D-xylulose-5-phosphate reductoisomerase (DXR), one of the enzymes in the DOXP/MEP synthetic pathway. This pathway is found in many bacteria (such as Mycobacterium tuberculosis) and in the parasite Plasmodium falciparum.

In order to evaluate and improve current virtual screening methods, a benchmarking data set was constructed using publically available high-throughput screening data. The exercise highlighted a number of problems with current data sets as well as with the use of publically available high-throughput screening data. We hope this work will help guide further development of well designed benchmarking data sets for virtual screening methods.

Conformal prediction is a new method in the computer-aided drug design toolbox that gives the prediction range at a specified level of confidence for each compound. To demonstrate the versatility and applicability of this method we derived models of skin permeability using two different machine learning methods; random forest and support vector machines.

Ort, förlag, år, upplaga, sidor
Uppsala: Acta Universitatis Upsaliensis, 2017. s. 47
Serie
Digital Comprehensive Summaries of Uppsala Dissertations from the Faculty of Pharmacy, ISSN 1651-6192 ; 235
Nyckelord
drug discovery, docking, virtual screening, tuberculosis, conformal prediction
Nationell ämneskategori
Läkemedelskemi
Identifikatorer
urn:nbn:se:uu:diva-328505 (URN)978-91-513-0049-8 (ISBN)
Disputation
2017-10-13, B/B42, Husargatan 3, Uppsala, 09:00 (Engelska)
Opponent
Handledare
Tillgänglig från: 2017-09-21 Skapad: 2017-08-24 Senast uppdaterad: 2018-01-13

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltext

Personposter BETA

Lindh, MartinKarlén, AndersLarhed, Mats

Sök vidare i DiVA

Av författaren/redaktören
Lindh, MartinKarlén, AndersLarhed, Mats
Av organisationen
Avdelningen för organisk farmaceutisk kemiStruktur- och molekylärbiologi
I samma tidskrift
Bioorganic & Medicinal Chemistry Letters
Kemi

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 762 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf