Nitrogen‐Containing Heterocyclic Scaffolds as EGFR Inhibitors: Design Approaches, Molecular Docking, and Structure‐Activity Relationships
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
Abstract Cancer is a wide collection of diseases and among the numerous pathways involved in cancer pathogenesis, pathway involving epidermal growth factor receptor (EGFR) is one of the most prominent. EGFR frequently articulated in a variety of cancer such as breast cancer, pancreatic cancer, non‐small cell lung cancer (NSCLC), head and neck cancer. There are different EGFR tyrosine kinase inhibitors (TKIs) approved by FDA for the treatment of cancer. However, none of them evidenced as boon to oncological and medical department. Frequently occurrence of inherent and acquired resistance of TKIs as a result of mutations is the principal cause for the current situation. Therefore, researchers are in the desire of evolving the novel EGFR TKIs. Further, N ‐heterocyclic ring system always proved to be the magical weapon in designed and discovery of synthetic molecules as they acquired comprehensive range of pharmacological properties. In recent year (2018–2022) N ‐heterocyclic derivatives were uncovered as the potential EGFR TKIs. The present review summarised the research progress of EGFR TKIs to dazed the limitations of currently accessible drugs by consecrating, anatomy, mutation of EGFR, and its role in different types of cancer. The review highlights the medicinal chemistry prospective emphasising about the designing strategies, docking studies, biological evaluation, selectivity and structural activity relationship of N ‐heterocyclic compounds. Our review will support the medicinal chemists in direction for the development of novel N ‐heterocyclic based EGFR TKIs.
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 | 0,001 |
| 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) | 0,000 | 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 découle