Investigating the potential of 6-substituted 3-formyl chromone derivatives as anti-diabetic agents using in silico methods
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract In exploring nature's potential in addressing diabetes-related conditions, this study investigates the therapeutic capabilities of 3-formyl chromone derivatives. Utilizing in silico methodologies, we focus on 6-substituted 3-formyl chromone derivatives (1–16) to assess their therapeutic potential in treating diabetes. The research examined the formyl group at the chromone’s C-3 position. ADMET, biological activities, were conducted along with B3LYP calculations using 3 different basis sets. The analogues were analyzed based on their parent structure obtained from PubChem. The HOMO–LUMO gap confirmed the bioactive nature of the derivatives, NBO analysis was performed to understand the charge transfer. PASS prediction revealed that 3-formyl chromone derivatives are potent aldehyde oxidase inhibitors, insulin inhibitors, HIF1A expression inhibitors, and histidine kinase. Molecular docking studies indicated that the compounds had a strong binding affinity with proteins, including CAD, BHK, IDE, HIF-α, p53, COX, and Mpro of SARS-CoV2. 6-isopropyl-3-formyl chromone (4) displayed the highest affinity for IDE, with a binding energy of − 8.5 kcal mol −1 . This result outperformed the affinity of the reference standard dapagliflozin (− 7.9 kcal mol −1 ) as well as two other compounds that target human IDE, namely vitexin (− 8.3 kcal mol −1 ) and myricetin (− 8.4 kcal mol −1 ). MD simulations were revealed RMSD value between 0.2 and 0.5 nm, indicating the strength of the protein–ligand complex at the active site.
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.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle