Molecular Modeling of Exquisitely Selective c-Met Inhibitors through 3D-QSAR and Molecular Dynamics Simulations
Notice bibliographique
Résumé
c-Met has been considered as an attractive target for developing antitumor agents. The highly selective c-Met inhibitors provide invaluable opportunities for the combination with other therapies safely to achieve the optimal efficacy. In this work, a series of triazolopyrazine c-Met inhibitors with exquisitely selectivity were investigated using a combination of molecular docking, three-dimensional quantitative structure-activity relationship (3D-QSAR), and molecular dynamics simulation. Comparative molecular field analysis (CoMFA) and comparative molecular similarity index analysis (CoMSIA) models were developed to reveal the structural determinants for c-Met inhibition. Both models were validated to have high reliability and predictability, and contour map analysis suggested feature requirements for different substituents on the scaffold. It is worth noting that an important hydrogen bond rich region was identified in the unique narrow channel, which is distinct from other kinases. Molecular dynamics simulations and binding free energy calculations provided further support that suitable groups in this hydrogen bond rich region made great contributions to the binding of ligands. Moreover, hydrogen bonds with residues of the narrow channel were also indicated to be essential to improve the activity and selectivity. This study will facilitate the discovery and optimization of novel c-Met inhibitors with higher activity and selectivity.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».