MétaCan
Menu
Retour à la cohorte
Enregistrement W4317387889 · doi:10.3389/fmolb.2022.1078987

Disruption of DYRK1A-induced hyperphosphorylation of amyloid-beta and tau protein in Alzheimer’s disease: An integrative molecular modeling approach

2023· article· en· W4317387889 sur OpenAlexafffund
Rohit Shukla, Anuj Kumar, David J. Kelvin, Tiratha Raj Singh

Notice bibliographique

RevueFrontiers in Molecular Biosciences · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensDalhousie University
Organismes subventionnairesResearch Nova ScotiaIndian Council of Medical ResearchCanadian Institutes of Health ResearchLi Ka Shing FoundationGenome CanadaDalhousie Medical Research FoundationDalhousie University
Mots-clésDYRK1AChemistryAutoDockAmyloid betaVirtual screeningDocking (animal)MemantinePhosphorylationBiochemistryDrug discoveryPeptideReceptorMedicine

Résumé

récupéré en direct d'OpenAlex

Alzheimer’s disease (AD) is a neurological disorder caused by the abnormal accumulation of hyperphosphorylated proteins. Dual-specificity tyrosine phosphorylation-regulated kinase 1A (DYRK1A) is a dual phosphorylation enzyme which phosphorylates the amyloid-β (Aβ) and neurofibrillary tangles (NFTs). A high throughput virtual screening approach was applied to screen a library of 98,071 compounds against DYRK1A using different programs including AutoDock Vina, Smina, and idock. Based on the binding affinities, we selected 330 compounds for absorption, distribution, metabolism, excretion, and toxicity (ADMET) analysis. Various pharmacokinetics parameters were predicted using the admetSAR server, and based on the pharmacokinetics results, 14 compounds were selected for cross-docking analysis using AutoDock. Cross-docking analysis revealed four compounds, namely, ZINC3843365 (−11.07 kcal/mol −1 ), ZINC2123081 (−10.93 kcal/mol −1 ), ZINC5220992 (−10.63 kcal/mol −1 ), and ZINC68569602 (−10.35 kcal/mol −1 ), which had the highest negative affinity scores compared to the 10 other molecules analyzed. Density functional theory (DFT) analysis was conducted for all the four top-ranked compounds. The molecular interaction stability of these four compounds with DYRK1A has been evaluated using molecular dynamics (MD) simulations on 100 nanoseconds followed by principal component analysis (PCA) and binding free energy calculations. The Gibbs free energy landscape analysis suggested the metastable state and folding pattern of selected docking complexes. Based on the present study outcome, we propose four antagonists, viz., ZINC3843365, ZINC2123081, ZINC5220992, and ZINC68569602 as potential inhibitors against DYRK1A and to reduce the amyloid-β and neurofibrillary tangle burden. These screened molecules can be further investigated using a number of in vitro and in vivo experiments.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,710
Score d'incertitude au seuil0,580

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0000,000

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 Opus0,029
Tête enseignante GPT0,312
Écart entre enseignants0,283 · 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

Citations18
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Molecular BiosciencesMême sujetAlzheimer's disease research and treatmentsTravaux en français237 207