The Antiangiogenic Effects of Tamoxifen might be Attributed to Receptor Binding Capacity of its Solvent Dimethylsulfoxide in Breast Cancer: A Molecular Docking Study
Notice bibliographique
Résumé
Aim: Tamoxifen, a Dimethyl sulfoxide (DMSO)-soluble chemotherapeutic, is widely used in the treatment of breast cancer. Tamoxifen has an anti-angiogenic effect especially on breast tumor cells by blocking VEGF(Vascular Endothelial Growth Factor) production. On the other hand, according to our previously studies, we demonstrated that DMSO could mimics the cytotoxic effects of Thalidomide in 4T1 mouse breast cancer cells and is related with the anti-angiogenic response of HeLa cells. At this point of view, the aim of this study was to determine the possible binding effects of DMSO on certain cell surface receptors. Methods: The in silico studies were implemented using the Docking Server. X-ray structures of receptor proteins’ PDB files were obtained from Protein Data Bank [Human Progesteron Receptor (PDB ID: 1A28, Human Tumor Necrosis Factor Receptor-1 (PDB ID: 1EXT), Human Interferon Gamma Receptor-1 (PDB ID: 1FG9), Human Epidermal Growth Factor Receptor (PDB ID: 1IVO)]. Docking simulations were performed using the Lamarckian genetic algorithm (LGA) and the Solis & Wets local search method. Results: According to the molecular docking results of this study, DMSO, the general solvent of Tamoxifen, has a 90% binding capacity to the Interferon Gamma (IFNɣ) receptor and 100% to Tumor Necrosis Factor alfa (TNFα) receptor, respectively. Conclusion: These receptors have significant effects on the proliferation and angiogenesis of cancer cells which leads to the metastasis of breast cancer. In conclusion, the antiangiogenic effects of Tamoxifen might be reduced due to its solvent DMSO's angiogenic effects.
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 | 0,007 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».