Docking Studies of Hispolon Mediated Human NF-κβ Inhibition and In-Silico Development of Hispolon Derivatives Towards Cancer Treatment
Notice bibliographique
Résumé
In-silico drug designing for better anticancer therapeutics targeting human NF-κB, a pivotal enzyme involved in cancer regulating pathway. Hispolon, a black hoof mushroom (Phellinus linteus) or shaggy bracket mushroom (Inonotus hispidus) derived polyphenolic compound is structurally homologous with Curcumin and possess the NF-κB inhibitory efficiency as an anticancer agent. However, the in-silico studies related to Hispolon mediated inhibition of NF-κB activity and its mechanism of action has not yet been investigated so far. The present paper reports in-silico studies carried out to investigate the detailed mechanism of Hispolon mediated inhibition of NF-κB and designing of new potent derivatives of Hispolon having anticancer activity. Docking, Binding free energy analysis, Drug designing ADMET and IC50 has been performed for the fulfilment of above mentioned objective. DRG2 compound (ΔG= -30.180 kcal/mol) is the most potent in binding with human NF-κB among all 10 designed Hispolon derivatives. Met469 and Glu470 of human NF-κB makes an additional interaction with one of the hydrogen atom of 5-methoxy group of ligand’s benzene ring. Methoxy group placed on the -ortho and two -para position of benzene ring and the –meta positioned hydroxyl group of the compound plays crucial role in strengthening the binding energy with human NF-κB. ADMET analysis also confirmed the drug-likeness and efficiency of DRG2 with NF-κB. In-depth structural, molecular modelling, docking and binding energy studies helps to redesign Hispolon to better compound that might have some additional inhibitory effect on human NF-κB thus can be used as anticancer therapeutics.
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 | 0,001 |
| 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 ».