Molecular Modeling Study of PPARr Agonists: Dehydro-Di-Isoeugenol, Macelignan, Pioglitazone, Netoglitazone, and Rosiglitazone as Antidiabetic Drugs
Notice bibliographique
Résumé
The peroxisome proliferator-activated receptors (PPARs) are ligand-activated trasncription factors belonging to the nuclear receptor family. The objective of this study is to analyze the molecular aspects of PPARr agonists which used to design of new antidiabetic drugs. The analysis method was comparing the interactions of ligands in the ligand binding domain of the PPARr. This analysis showed that most known agonists of PPARr interacted via hydrogen bond with Tyr473. Pioglitazone showed three hydrogen bonds with His323 and Tyr473. Netoglitazone showed four hydrogen bonds with Ser289, His323, His449, and Tyr473. Rosiglitazone showed five hydrogen bonds with Ser289, His323, His449, and Tyr473. AZ72, an agonist of PPARr and r showed five hydrogen bonds with Ser289, His323, His449, and Tyr473. Molecular modeling was performed by redocking pioglitazone and rosiglitazone using AutoDock Vina. Docking showed that both pioglitazone (Ki 0.22 uM) and rosiglitazone (Ki 0.70 uM) occupied their origin sites and interacted with Tyr473. Docking simulation was also performed between dehydro-di-isoeugenol and macelignan to visualize the interaction with PPARr. These two compounds are found in nutmeg’s seed (Myristica fragrans Hout) that have been proven had antidiabetic activity in vitro. It can be concluded that agonists of PPARr should have hydrogen bond donor and acceptor groups for interacting with Tyr473. Tyr473 might be a critical site of interaction between the PPARr ligand binding domain and its agonists.
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 | 0,001 | 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 ».