购物车
  • 全部删除
  • TargetMol
    您的购物车当前为空
TargetMol | Compound Library

GASC1靶标化合物库

Lysine-specific demethylase 4C (GASC1) Targeted Library

Rating icon 很棒
产品编号 OA6100

OTAVAchemicals 提供了一种针对赖氨酸特异性去甲基化酶4C(GASC1)的靶向化合物库。该库包含966个化合物,预测具有抑制该酶活性的潜力。该库经过精心设计,结合了两种基于配体的虚拟筛选方法-药效团建模和机器学习(人工神经网络和贝叶斯统计)。

TargetMol 的所有产品和服务仅用于科学研究,不能被用于人体,我们也不向个人提供产品和服务。

资源下载
化合物库相关信息
Excel
SDF
联系我们获取更多批次信息

产品编号 OA6100

GASC1靶标化合物库

规格

  • 1 mg
  • 100 μL x 10 mM (in DMSO)
  • 250 μL x 10 mM (in DMSO)
询价 & 定制

产品描述 产品描述

赖氨酸特异性去甲基化酶4C(GASC1,KDM4C,JHDM3C,JMJD2C,TDRD14C,bA146B14.1)是一种特异性去甲基化酶,可以去甲基化组蛋白H3的“Lys-9”和“Lys-36”残基,在组蛋白修饰中起着重要作用。这种表观遗传因子的异常功能与不同的癌症,包括乳腺癌,相关联。在癌症中针对GASC1的靶向抑制为治疗的发展开辟了新的途径。对于机器学习,已知的GASC1抑制剂被随机分成两组相等的组。每组都有相同数量的活性化合物和非活性化合物(活性阈值为640纳摩尔),并用作训练和测试集。训练集用于开发贝叶斯和人工神经网络模型。这两种方法都基于一些分子描述符-指纹、氢供体和受体的数量、环的数量、分子量、可旋转键的数量、PSA、LogP、拓扑描述符等。测试集用于验证神经网络和贝叶斯模型。药效团模型是基于来自只包含活性GASC1抑制剂的八个训练集建立的。通过活性和非活性GASC1抑制剂对优化的模型进行了优化和验证。针对优化的模型进行了药效团筛选。药效团筛选的得分最高的化合物与通过应用机器学习方法得到的得分最高的化合物进行交叉,并进行可视化分析。人工神经网络、贝叶斯统计和药效团建模的结合将有助于在筛选过程中识别更多的活性化合物。

Packaging And Storage | TargetMol 包装和储存

  • 可选用DMSO耐受的96/384孔板或2D 条形码编码管;
  • 干粉蓝冰运输,DMSO溶液干冰运输;
  • 排布:96孔板:1st & 12th 空白对照,384孔板:1st & 2nd & 23th & 24th空白对照。

使用TargetMol产品
发表顶级期刊文献

引用更多关于TargetMol产品的科学文献吧!

查看更多

Library Customization | TargetMol 化合物库定制

Compound Library | TargetMol
您可以通过点击按钮
定制您专属的化合物!
联系专属定制