MétaCan
Menu
Retour à la cohorte
Enregistrement W2589852329 · doi:10.1155/2017/6397836

Investigations on Binding Pattern of Kinase Inhibitors with PPAR<i>γ</i>: Molecular Docking, Molecular Dynamic Simulations, and Free Energy Calculation Studies

2017· article· en· W2589852329 sur OpenAlexafffund
Mohit Mazumder, Prija Ponnan, Umashankar Das, Samudrala Gourinath, Haseeb A. Khan, Jian Yang, Meena Kishore Sakharkar

Notice bibliographique

RevuePPAR Research · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePeroxisome Proliferator-Activated Receptors
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesForeign Affairs and International Trade CanadaCanadian Bureau for International EducationNatural Sciences and Engineering Research Council of CanadaCollege of Pharmacy and Nutrition, University of SaskatchewanKing Saud UniversityUniversity of Saskatchewan
Mots-clésIn silicoDocking (animal)Molecular dynamicsPeroxisome proliferator-activated receptorComputational biologyKinaseIn vitroIn vivoChemistryBinding siteBiochemistryPharmacologyBiologyReceptorMedicineComputational chemistryGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Peroxisome proliferator-activated receptor gamma (PPAR γ ) is a potential target for the treatment of several disorders. In view of several FDA approved kinase inhibitors, in the current study, we have investigated the interaction of selected kinase inhibitors with PPAR γ using computational modeling, docking, and molecular dynamics simulations (MDS). The docked conformations and MDS studies suggest that the selected KIs interact with PPAR γ in the ligand binding domain (LBD) with high positive predictive values. Hence, we have for the first time shown the plausible binding of KIs in the PPAR γ ligand binding site. The results obtained from these in silico investigations warrant further evaluation of kinase inhibitors as PPAR γ ligands in vitro and in vivo.

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)0,000
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 enseignants0,015
Score d'incertitude au seuil0,751

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,045
Tête enseignante GPT0,372
Écart entre enseignants0,327 · 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

Citations31
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePPAR ResearchMême sujetPeroxisome Proliferator-Activated ReceptorsTravaux en français237 207