Exploring the potential of fluoro‐flavonoid derivatives as <scp>anti‐lung</scp> cancer agents: <scp>DFT</scp>, molecular docking, and molecular dynamics techniques
Notice bibliographique
Résumé
Abstract The present investigation utilized in silico methodologies to explore the diverse pharmacological activities, toxicity profiles, and chemical reactivity of a series of fluoro‐flavonoid compounds ( 1 – 14 ), which are secondary metabolites of plants known for their broad range of biological effects. A comprehensive strategy is utilized, incorporating methods such as prediction of activity spectra for substances (PASS) prediction, absorption, distribution, metabolism, excretion, and toxicity (ADMET) assessments, and density functional theory (B3LYP) calculations using three basis sets: 6‐31G(d,p), 6‐311G(d,p), and 6‐311++G(d,p). Furthermore, the study employed molecular docking technique to identify target proteins, including HER2 (7JXH), EGFR (4UV7), FPPS (1YQ7), HPGDS (1V40), DCK (1P60), and KEAP1 on Nrf2 (1X2J), for the investigated compounds, with cianidanol and genistein serving as reference drugs for the docking process. The investigated fluoro‐flavonoid compounds exhibited significantly greater binding affinities (ranging from −8.3 to −10.6 kcal mol −1 ) toward HER2, HPGDS, and KEAP1 compared to the reference drugs, cianidanol and genistein, which displayed binding affinities ranging from −8.4 to −9.4 kcal mol −1 . Furthermore, molecular dynamics simulations were conducted to assess the stability of the protein‐ligand interaction, using the root‐mean‐square deviation (RMSD), root‐mean‐square fluctuation (RMSF), Radius of gyration (Rg) parameters and principle component analysis (PCA). Among the tested fluoro‐flavonoid analogs, analog 11 showed a RMSD value of .15 nm with the HER2 protein target, indicating a stable interaction. Based on in silico results, it appears that the fluoro‐flavonoid compound 11 has the potential to serve as a targeted anti‐lung cancer drug. However, additional in vivo and in vitro studies are necessary to confirm this hypothesis.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».