Cycloguanil and Analogues Potently Target DHFR in Cancer Cells to Elicit Anti-Cancer Activity
Notice bibliographique
Résumé
Dihydrofolate reductase (DHFR) is an established anti-cancer drug target whose inhibition disrupts folate metabolism and STAT3-dependent gene expression. Cycloguanil was proposed as a DHFR inhibitor in the 1950s and is the active metabolite of clinically approved plasmodium DHFR inhibitor Proguanil. The Cycloguanil scaffold was explored to generate potential cancer therapies in the 1970s. Herein, current computational and chemical biology techniques were employed to re-investigate the anti-cancer activity of Cycloguanil and related compounds. In silico modeling was employed to identify promising Cycloguanil analogues from NCI databases, which were cross-referenced with NCI-60 Human Tumor Cell Line Screening data. Using target engagement assays, it was found that these compounds engage DHFR in cells at sub-nanomolar concentrations; however, growth impairments were not observed until higher concentrations. Folinic acid treatment rescues the viability impairments induced by some, but not all, Cycloguanil analogues, suggesting these compounds may have additional targets. Cycloguanil and its most promising analogue, NSC127159, induced similar metabolite profiles compared to established DHFR inhibitors Methotrexate and Pyrimethamine while also blocking downstream signaling, including STAT3 transcriptional activity. These data confirm that Cycloguanil and its analogues are potent inhibitors of human DHFR, and their anti-cancer activity may be worth further investigation.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».