MétaCan
Menu
Retour à la cohorte
Enregistrement W1831077942 · doi:10.3109/14756366.2015.1058256

Resveratrol-salicylate derivatives as selective DNMT3 inhibitors and anticancer agents

2015· article· en· W1831077942 sur OpenAlexaff
Fahad S. Aldawsari, Rodrigo Aguayo‐Ortiz, Kanishk Kapilashrami, Jakyung Yoo, Minkui Luo, José L. Medina‐Franco, Carlos A. Velázquez-Martínez

Notice bibliographique

RevueJournal of Enzyme Inhibition and Medicinal Chemistry · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSirtuins and Resveratrol in Medicine
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institute of General Medical SciencesNational Cancer InstituteNational Institutes of HealthMemorial Sloan-Kettering Cancer Center
Mots-clésResveratrolChemistryEnzymeBiochemistryIn vitroCytotoxicityPolyphenolPharmacologyAntioxidantBiology

Résumé

récupéré en direct d'OpenAlex

Resveratrol is a natural polyphenol with plethora of biological activities. Resveratrol has previously shown to decrease DNA-methyltransferase (DNMT) enzymes expression and to reactivate silenced tumor suppressor genes. Currently, it seems that no resveratrol analogs have been developed as DNMT inhibitors. Recently, we reported the synthesis of resveratrol-salicylate derivatives and by examining the chemical structure of these analogs, we proposed that these compounds could exhibit DNMT inhibition especially that they resembled NSC 14778, a compound we previously identified as a DNMT inhibitor by virtual screening. Indeed, using in vitro DNMT inhibition assay, some of the resveratrol-salicylate analogs we screened in this work that showed selective inhibition against DNMT3 enzymes which were greater than resveratrol. A molecular docking study revealed key binding interactions with DNMT3A and DNMT3B enzymes. In addition, the most active analog, 10 showed considerable cytotoxicity against three human cancer cells; HT-29, HepG2 and SK-BR-3, which was greater than resveratrol. Further studies are needed to understand the anticancer mechanisms of these derivatives.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,599

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,309
Écart entre enseignants0,286 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations60
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Enzyme Inhibition and Medicinal ChemistryMême sujetSirtuins and Resveratrol in MedicineTravaux en français237 207