Gallocin-derived Engineered Peptides Targeting EGFR and VEGFR inColorectal Cancer: A Bioinformatic Approach
Notice bibliographique
Résumé
Background: Colorectal cancer (CRC) treatment using time-saving and cost-effective targeted therapies with high selectivity and low toxicity drugs, is a great challenge. In primary investigations on Gallocin, as the most proposed factor in CRC pathogenesis caused by Streptococcus gallolyticus, it was surprisingly found that this bacteriocin has four α-helix structures and some anti-cancer sequences. Objective: The aim of this study was to determine the ability of Gallocin-based anticancer peptides (ACPs) against epidermal growth factor receptor (EGFR) and vascular epidermal growth factor receptor (VEGFR) and the evaluation of their pharmacokinetic properties using bioinformatic approaches. Methods: Support vector machine algorithm web-based tools were used for predicting ACPs. The physicochemical characteristics and the potential of anti-cancer activity of Gallocin-derived ACPs were determined by in silico tools. The 3D structure of predicted ACPs was modeled using modeling tools. The interactions between predicted ACPs and targets were investigated by molecular docking exercises. Then, the stability of ligand-receptor interactions was determined by molecular dynamic simulation. Finally, ADMET analysis was carried out to check the pharmacokinetic properties and toxicity of ACPs Results: Four amino acid sequences with anti-cancer potential were selected. Through molecular docking, Pep2, and Pep3 gained the best scores, more binding affinity, and strong attachments by the formation of reasonable H-bonds with both EGFR and VEGFR. Molecular simulation confirmed the stability of Pep3- EGFR. According to pharmacokinetic analysis, the ACPs were safe and truthful. Conclusion: Designed peptides can be nominated as drugs for CRC treatment. However, different in-vitro and in-vivo assessments are required to approve this claim.
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 | 0,000 | 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 | 0,001 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».