In Silico-based Study of Cytochrome P450 and Multidrug Resistance Protein 1 from Docking Perspective to Understand Kidney Failure
Notice bibliographique
Résumé
Background: The need to identify causes of drug induced kidney failure has been underscored by International Conference on Harmonization (ICH) regulated agencies. In our earlier studies on adverse drug reaction (ADR) reported in Canada Vigilance Adverse Reaction Online Database it was observed that drugs azathioprine, clozaril/clozapine, diclofenac sodium, diflucan/ fluconazole, furosemide, indomethacin, metformin, micardis/ telmisartan, viread/tenofovir, and zyprexa/olanzapine lead to kidney failure. Method: Attempts have been made to understand the physiological process via bioinformatics perspective. This was done by active site identification for cytochrome P450 along with multidrug resistance protein 1 (MRP1). Docking against the drugs in these proteins that are categorically involved in drug binding based on their pharmacological actions are as per drug bank annotations. Results: Cytochrome P450 2C19 protein showed better interactions with drug indomethacin with a maximum score of –119.2 kcal/mol followed by drug clozaril with a score of –102.5 kcal/mol. This was finally followed by of drug zyprexa with a score of –101.0 kcal/mol. The residues which are actively involved with the drug indomethacin include Arg97 and Arg433. Drug clozaril shows interaction with Ala297. For drug zyprexa the residues like Arg97, Ala297 and Cys435 interact with the protein. For MRP1, even though it showed better binding scores for drugs azathioprine, indomethacin, diflucan and furosemide. But still, they are not able to interact within the pocket, leaving it empty during docking studies. Conclusion: Through this study, it was possible to identify active site pocket in the related proteins and the interacting amino acid residues of cytochrome P450 that may contribute to drug induced kidney failure.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».