2,4-dichloro-6-(1,4,5-triphenyl-1 <i>H</i> -imidazol-2-yl) phenol: synthesis, DFT analysis, Molecular docking, molecular dynamics, ADMET properties against COVID-19 main protease (Mpro: 6WCF/6Y84/6LU7)
Notice bibliographique
Résumé
New derivatives of 2,4-dichloro-6-(1,4,5-triphenyl-1H-imidazol-2-yl) phenol (DPIP) have been successfully synthesised and characterised using spectral methods such as FT-IR, 1H NMR and 13C NMR. Density functional theory (DFT) approach at B3LYP/6-311 G (d, p) level of theory is used to determine optimised bond parameters and single crystal XRD investigation of related derivatives confirms the structure of DPIP bond parameters. The single crystal XRD measurements and the optimised geometrical parameters produced by the DFT calculation agree well. The FT-IR bands seen in the experiment were attributed to distinct normal modes of the molecule. Frontier molecular orbital computations described the molecule stability, chemical reactivity and charge transfer. Atomic charges determined via Mulliken population analysis on the different DPIP atoms. MEP, which is mapped to the electron density surfaces, has discovered potential reactive sites of the molecule. The reported molecule is used as a potential NLO material since it has a high μβ0 value. Binding affinities were discovered using molecular docking against the COVID-19 major protease (Mpro: 6WCF/6Y84/6LU7). The behaviour of the complex structure formed by the Covid-19 protein under in silico physiological conditions was then confirmed by a 100 ns molecular dynamic simulation which looked at the structure stability over time and revealed a stable conformation and binding pattern in an environment of imidazole derivatives. Furthermore, favourable to moderate anti-viral activity was revealed by an in-silico analysis that anticipated the compound absorption, distribution, metabolism, excretion and toxicity profiles (ADMET).
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».