MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390192911 · doi:10.1002/alz.077090

Novel Pyrazinoindolones As Amyloid‐Beta Aggregation Inhibitors

2023· article· en· W4390192911 sur OpenAlexaff
Praveen P. N. Rao, Leila Hejazi, Arash Shakeri

Notice bibliographique

RevueAlzheimer s & Dementia · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputational Drug Discovery Methods
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésIndole testThioflavinChemistryAmyloid betaSmall moleculeNeurotoxicityDrug discoveryPopulationCombinatorial chemistryRational designDrug designComputational biologyNanotechnologyBiochemistryAlzheimer's diseaseDiseaseMedicineMaterials scienceBiologyOrganic chemistryPeptide

Résumé

récupéré en direct d'OpenAlex

Abstract Background Alzheimer’s disease (AD) is a devastating neurodegenerative condition which primarily affects the elderly population. One of hallmarks of AD is the accumulation of protein aggregates known as amyloid‐beta (Aβ) that promotes neurotoxicity and cognitive decline. Recent discoveries in the field led to the accelerated market approval of anti‐Aβ antibodies aducanumab and lecanemab. These are exciting discoveries. However, considering the cost and patient compliance issues with these biological therapies, discovering novel anti‐Aβ therapies that are based on small molecules is highly desirable due to several advantages over biological therapies including the ease of oral administration, reduced cost involved in bulk manufacturing and better stability on storage. Method A library of novel pyrazino[1,2‐a]indole‐1(2H)‐one derivatives were designed using the computational modeling software Discovery Studio Structure‐Based‐Design (Biovia Inc, San Diego USA). Then synthetic chemistry protocols were optimized to prepare small molecule library and were characterized by 1H and 13C NMR and Liquid Chromatography Mass Spectrometry studies. The anti‐Aβ activity of these novel molecules toward Aβ40 aggregation was evaluated by fluorescence spectroscopy using the thioflavin‐T based aggregation kinetic studies. In addition, the online web tool SwissADME was used to calculate the physicochemical properties of pyrazino[1,2‐a]indole‐1(2H)‐one derivatives to assess their drug‐likeness, blood‐brain barrier permeability and pharmacokinetics. Result A novel library of pyrazino[1,2‐a]indole‐1(2H)‐one derivatives were prepared by optimizing a four step or two step synthesis protocol starting from either phenylhydrazine or indole‐2‐carboxylic acid to afford pyrazino[1,2‐a]indole‐1(2H)‐one derivatives 5a–f. In the Aβ40 (5 μM) aggregation kinetics assay, they exhibited 14‐59% inhibition when tested at a range of concentrations (1, 5, 10 and 25 μM), demonstrating their anti‐Aβ properties. Their physicochemical properties suggest their drug‐likeness. Conclusion Structure‐activity relationship studies demonstrate that the fused tricyclic pyrazino[1,2‐a]indole‐1(2H)‐one is a suitable template to i) develop novel chemical tools to study and understand the mechanisms of Aβ40 aggregation and ii) discover novel small molecules as potential therapies for AD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,309
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetComputational Drug Discovery Methods→Travaux en français237 207→