Unlocking the potential of aromatase inhibitors: recent advances in drug design, synthesis, docking activity, and in vitro bioactivity evaluations
Notice bibliographique
Résumé
Breast cancer, a global health concern claiming approximately 685,000 lives in 2020, necessitates continual advancements in therapeutic strategies. Estrogen and aromatase play pivotal roles in hormone-responsive breast cancer, with 80% of patients exhibiting estrogen receptor-positive tumors. Aromatase inhibitors (AIs), notably non-steroidal inhibitors like anastrozole and letrozole, have significantly improved outcomes, yet challenges persist, including side effects. This review focuses on recent developments in AIs, exploring xanthone derivatives, imidazole derivatives, and curcumin derivatives as potential inhibitors of aromatase. Molecular docking studies, employing Auto Dock and other tools, reveal the binding affinities and interactions of these compounds with the aromatase enzyme. Among xanthones, Erythrommone emerges as a potent inhibitor, holding promise for clinical trials. Imidazole derivatives, synthesized through the Debus-Radziszewski reaction, demonstrate anticancer potential, with compounds like 1a exhibiting superior efficacy against MCF7 cells. ADME-Tox analyses indicate promising drug-likeness but reveal potential mutagenic effects and environmental impacts. Curcumin derivatives, particularly 1,5-diaryl-1,4-pentadien-3-ones, present alternatives to address curcumin's bioavailability challenges. A study of 25 compounds (DKC) identifies DKC-10 as a potent inhibitor, outperforming established breast cancer drugs in terms of binding affinity and interactions with aromatase and ERα+ receptors. These findings underscore the importance of exploring diverse chemical structures in developing AIs, paving the way for more effective and well-tolerated therapeutics. The integration of computational techniques, such as molecular docking studies, accelerates drug discovery by predicting interactions at the molecular level. Overall, this comprehensive review provides valuable insights into the evolving landscape of aromatase inhibitors, offering a roadmap for future research and the development of advanced breast cancer therapeutics.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».