IN SILICO SCREENING OF MAJOR CANCER DRUG TARGETS (GROWTH FACTOR RECEPTORS) FOR NATURE DERIVED PHYTOCHEMICALS
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cancer i s a group of abn ormal cells. The unregulated gro wth factor recepto r t yrosin e kinase ( GFR- TK) proteins are implicated in the proliferation o f mo re than 60 % o f all can cer t ypes. Screenin g o f ph ytoch emicals for their anti - angiogenic potential has b een a gro wing area o f research in the mod ern d ecad e. There i s a well - kno wn principle that natural co mpounds are active against several diseases, includin g variou s t yp es of can cer. Th e present research work fo cuses on kno wn gro wth factor receptors ( GFRs) as an important target fo r co mputation al s tudies. In this stud y, 96 curated anti - can cer co mpounds were virtu ally screened against the EGFR, FGFR, IGFR, and HGFR usin g molecular dockin g so ftware. For each GFR, we h ave considered ten top most results as potential hits. Among them, co mmon f i ve results are: Spiro solan e, Ginkgetin, Fangchinoline, Theaflavin and Ursolic acid. These co mpounds have b een reported to show antican cer activities in the l i t erature. With the help of different interaction analysis tools, the protein - l i gand inter action patterns between th e functional groups o f these co mpounds were analyzed. Hydro gen bonding and h ydrophobic forces are th e main co mponents o f th e interactions o f th ese hits, similar to those exp erimental fo r th e kno wn inhibitors. Fro m the maximu m nu mb ers o f hits, i t could be indicated that co mpounds Spirosolan e, Ginkgetin, Fan gchinoline, Th eaflavin and Ursolic acid are pro miscuous l ead s in the drug disco very process.
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.
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 | 0,000 |
| 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) | 0,001 | 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 découle