MétaCan
Menu
Retour à la cohorte
Enregistrement W2909519046 · doi:10.1002/slct.201803159

Schiff Bases of Tetrahydrocurcumin as Potential Anticancer Agents

2019· article· en· W2909519046 sur OpenAlexaff
Ahmed Mahal, Ping Wu, Zi‐Hua Jiang, Xiaoyi Wei

Notice bibliographique

RevueChemistrySelect · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCurcumin's Biomedical Applications
Établissements canadiensLakehead University
Organismes subventionnairesChinese Academy of SciencesNational Natural Science Foundation of China
Mots-clésHeLaCurcuminChemistryIn vitroMetabolitePharmacologyCell cultureStereochemistryA549 cellActive metaboliteCombinatorial chemistryBiochemistryBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Tetrahydrocurcumin (THC) is a metabolite of curcumin and a valuable lead structure in medicinal chemistry due to its curcumin‐induced biological effects and its derivatives can be promising antitumor agents. Thirteen Schiff base derivatives of THC ( 1 ‐ 13 ) were synthesized by direct condensation of THC with various primary amines in moderate to very good yield (45‐94%) and their structures confirmed by 1 H NMR, 13 C NMR, HR‐ESI‐MS and IR techniques. Furthermore, these compounds were screened for in vitro anticancer activity against three human cancer cell lines including human epithelial lung carcinoma (A549), human epithelial cervical cancer (HeLa) and human breast adenocarcinoma (MCF‐7). Most compounds exhibit moderate to good anticancer activity against all three tested cell lines and are significantly more active than THC. Compound 12 bears an N ‐(4‐trifluromethyl)phenylethyl group and is the most active compound with IC 50 values ranging from 4.8 to 12.7 μM. The results obtained herein are important for further structure modifications of THC and the exploitation of the therapeutic potential of THC derivatives as anticancer agents.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,003
Tête enseignante GPT0,247
Écart entre enseignants0,243 · 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 source (Gemma direct ou Codex distillé), 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

Citations68
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemistrySelectMême sujetCurcumin's Biomedical ApplicationsTravaux en français237 207