MétaCan
Menu
Retour à la cohorte
Enregistrement W4413835243 · doi:10.62110/sciencein.cbl.2025.v12.1271

Synthesis and in-vitro anti-EGFR screening of new 1,2,3-triazole-benzimidazole hybrids and insilico studies

2025· article· en· W4413835243 sur OpenAlexaff
Advaitha Vanaparthy, Kranthi Kumar Thallapally, Devendar Banothu, Krishnakumar Polkampally, Raja Shekhar Kondrapolu, Satheesh Kumar Nukala, Ravinder Manchal

Notice bibliographique

RevueChemical Biology Letters · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHER2/EGFR in Cancer Research
Établissements canadiensGovernment of Manitoba
Organismes subventionnairesnon disponible
Mots-clésBenzimidazoleTriazoleIn vitroChemistryPharmacologyMedicineBiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Herein, the synthesis of benzimidazole- thiazolidine-2,4-dione -1,2,3-triazole conjugates (7a-7n) using copper (I) catalysed azide alkyne cycloaddition is reported. The synthesized compounds were screened for in vitro anticancer activity against MCF-7, MDA-MB-468 and MDA-MB-231 human breast cancer cells. Among all the compounds, four compounds namely 7d, 7i, 7k, and 7n displayed superior activity than 5-fluorouracil towards three breast cancer cell lines with IC50 values ranging from 1.8 mM to 9.7 mM. In vitro tyrosine kinase EGFR inhibition assay revealed that the compound 7d have 2.8 times more potency than that of erlotinib with IC50 value of 0.15mM and remaining three compounds (7i, 7k and 7n) also have more activity than erlotinib. Molecular docking studies on EGFR protein indicated that compound 7d exhibit greatest binding energy i.e. -11.04 kcal/mol compared to erlotinib. The molecule 7d was characterized by using density functional theory (DFT) with B3LYP/6–311++ G (d, p) basis set. The structural parameters were obtained from geometry optimization. Finally in silico pharmacokinetic profile also determined where 7d and 7i followed all the rules like Lipinski rule, Ghose rule, Veber rule, Egan rule and Muegge rule without any deviation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,367
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemical Biology LettersMême sujetHER2/EGFR in Cancer ResearchTravaux en français237 207