Identification of aryl hydrocarbon receptor allosteric antagonists from clinically approved drugs
Notice bibliographique
Résumé
The human aryl hydrocarbon receptor (AhR), a ligand-dependent transcription factor, plays a pivotal role in a diverse array of pathways in biological and pathophysiological events. This position AhR as a promising target for both carcinogenesis and antitumor strategies. In this study we utilized computational modeling to screen and identify FDA-approved drugs binding to the allosteric site between α2 of bHLH and PAS-A domains of AhR, with the aim of inhibiting its canonical pathway activity. Our findings indicated that nilotinib effectively fits into the allosteric pocket and forms interactions with crucial residues F82, Y76, and Y137. Binding free energy value of nilotinib is the lowest among top hits and maintains stable within its pocket throughout entire (MD) simulations time. Nilotinib has also substantial interactions with F295 and Q383 when it binds to orthosteric site and activate AhR. Surprisingly, it does not influence AhR nuclear translocation in the presence of AhR agonists; instead, it hinders the formation of the functional AhR-ARNT-DNA heterodimer assembly, preventing the upregulation of regulated enzymes like CYP1A1. Importantly, nilotinib exhibits a dual impact on AhR, modulating AhR activity via the PAS-B domain and working as a noncompetitive allosteric antagonist capable of blocking the canonical AhR signaling pathway in the presence of potent AhR agonists. These findings open a new avenue for the repositioning of nilotinib beyond its current application in diverse diseases mediated via AhR.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».