Design of new Mcl-1 inhibitors for cancer using fragments hybridization, molecular docking, and molecular dynamics studies
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
Apoptosis is a critical process that regulates cell survival and death and plays an essential role in cancer development. The Bcl-2 protein family, including myeloid leukemia 1 (Mcl-1), is a key regulator of the intrinsic apoptosis pathway, and its overexpression in many human cancers has prompted efforts to develop Mcl-1 inhibitors as potential anticancer agents. In this study, we aimed to design new Mcl-1 inhibitors using various computational techniques. First, we used the Mcl-1 receptor-ligand complex to build an e-pharmacophore hypothesis and screened a library of 567,000 fragments from the Enamine database. We obtained 410 fragments and used them to design 92,384 novel compounds, which we then docked into the Mcl-1 binding cavity using HTVS, SP, and XP docking modes of Glide. To assess their suitability as drug candidates, we conducted MM-GBSA calculations and ADME prediction, leading to the identification of 10 compounds with excellent binding affinity and favorable pharmacokinetic properties. To further investigate the interaction strength, we performed molecular dynamics simulations on the top three Mcl-1 receptor-ligand complexes to study their interaction stability. Overall, our findings suggest that these compounds have promising potential as anticancer agents, pending further experimental validation such as Mcl-1 apoptosis Assay. By combining experimental methods with various in silico approaches, these techniques prove to be invaluable for identifying novel drug candidates with distinct therapeutic applications using fragment-based drug design. This methodology has the potential to expedite the drug discovery process while also reducing its costs.Communicated by Ramaswamy H. Sarma
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 | 0,001 |
| 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 découle