Exploring the effectiveness of flavone derivatives for treating liver diseases: Utilizing DFT, molecular docking, and molecular dynamics techniques
Notice bibliographique
Résumé
In exploring nature's potential in addressing liver-related conditions, this study investigates the therapeutic capabilities of flavonoids. Utilizing in silico methodologies, we focus on flavone and its analogs ( 1 – 14 ) to assess their therapeutic potential in treating liver diseases. Molecular change calculations using density functional theory (DFT) were conducted on these compounds, accompanied by an evaluation of each analog's physiochemical and biochemical properties. The study further assesses these flavonoids' binding effectiveness and locations through molecular docking studies against six target proteins associated with human cancer. Tropoflavin and taxifolin served as reference drugs. The structurally modified flavone analogs ( 1 – 14 ) displayed a broad range of binding affinities, ranging from -7.0 to -9.4 kcal mol⁻¹, surpassing the reference drugs. Notably, flavonoid ( 7 ) exhibited significantly higher binding affinities with proteins Nrf2 (PDB:1 × 2 J) and DCK (PDB:1 × 2 J) (-9.4 and -8.1 kcal mol⁻¹) compared to tropoflavin (-9.3 and -8.0 kcal mol⁻¹) and taxifolin (-9.4 and -7.1 kcal mol⁻¹), respectively. Molecular dynamics (MD) simulations revealed that the docked complexes had a root mean square deviation (RMSD) value ranging from 0.05 to 0.2 nm and a root mean square fluctuation (RMSF) value between 0.35 and 1.3 nm during perturbation. The study concludes that 5,7-dihydroxyflavone ( 7 ) shows substantial promise as a potential therapeutic agent for liver-related conditions. However, further validation through in vitro and in vivo studies is necessary. Key insights from this study include: • Screening of flavanols and their derivatives to determine pharmacological and bioactive properties using ADMET, molinspiration, and pass prediction analysis. • Docking of shortlisted flavone derivatives with proteins having essential functions. • Analysis of the best protein-flavonoid docked complexes using molecular dynamics simulation to determine the flavonoid's efficiency and stability within a system.
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 ».