Glycosylated tetrahydrosalens as multifunctional molecules for Alzheimer's therapy
Notice bibliographique
Résumé
The tetrahydrosalens N,N'-bis(2-hydroxybenzyl)-ethane-1,2-diamine ((2)(1)), N,N'-bis(2-hydroxybenzyl)-(-)-1,2-cyclohexane-(1R,2R)-diamine ((2)(2)), N,N'-bis(2-hydroxybenzyl)-N,N'-dimethyl-ethane-1,2-diamine ((2)(3)), N,N'-bis(2-hydroxybenzyl)-N,N'-dibenzyl-ethane-1,2-diamine ((2)(4)), and N,N'-bis(2-(4-tert-butyl)hydroxybenzyl)-ethane-1,2-diamine ((2)(5)), as well as their prodrug glycosylated forms, (1-5), have been prepared and evaluated in vitro for their potential use as Alzheimer's disease (AD) therapeutics. Dysfunctional interactions of metal ions, especially those of Cu, Zn, and Fe, with the amyloid-beta (Abeta) peptide are hypothesised to play an important role in the aetiology of AD, and disruption of these aberrant metal-peptide interactions via chelation therapy holds considerable promise as a therapeutic strategy. Tetrahydrosalens such as (2)(1-5) have a significant affinity for metal ions, and thus should be able to compete with the Abeta peptide for Cu, Zn, and Fe in the brain. This activity was assayed in vitrovia a turbidity assay; (2)(1) and (2)(3) were found to attenuate Abeta(1-40) aggregation after exposure to Cu(2+) and Zn(2+). In addition, (2)(1-5) were determined to be potent antioxidants on the basis of an in vitro antioxidant assay. (1-5) were prepared as metal binding prodrugs; glycosylation is intended to prevent systemic metal binding, improve solubility, and enhance brain uptake. Enzymatic (beta-glucosidase) deprotection of the carbohydrate moieties was facile, with the exception of (4), demonstrating the general feasibility of this prodrug approach. Finally, a representative prodrug, (3), was determined to be non-toxic over a large concentration range in a cell viability assay.
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) | 0,001 | 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 ».