論文の概要: In Silico Pharmacokinetic and Molecular Docking Studies of Natural Plants against Essential Protein KRAS for Treatment of Pancreatic Cancer

• arxiv url: http://arxiv.org/abs/2412.06237v1
• Date: Mon, 09 Dec 2024 06:24:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-10 14:52:50.108096
• Title: In Silico Pharmacokinetic and Molecular Docking Studies of Natural Plants against Essential Protein KRAS for Treatment of Pancreatic Cancer
• Title（参考訳）: 膵癌治療に必須のタンパク質KRASに対する天然植物のシリコ薬物動態および分子ドッキングに関する研究
• Authors: Marsha Mariya Kappan, Joby George,
• Abstract要約: 膵管腺癌(PDAC)は,過去数年間の死因の1つと考えられた。 エビデンスは、癌原性KRAS変異が膵癌の主要な原因であるという考えを支持した。 植物由来化合物を50種以上選択する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: A kind of pancreatic cancer called Pancreatic Ductal Adenocarcinoma (PDAC) is anticipated to be one of the main causes of mortality during past years. Evidence from several researches supported the concept that the oncogenic KRAS (Ki-ras2 Kirsten rat sarcoma viral oncogene) mutation is the major cause of pancreatic cancer. KRAS acts as an on-off switch that promotes cell growth. But when the KRAS gene is mutated, it will be in one position, allowing the cell growth uncontrollably. This uncontrollable multiplication of cells causes cancer growth. Therefore, KRAS was selected as the target protein in the study. Fifty plant-derived compounds are selected for the study. To determine whether the examined drugs could bind to the KRAS complex's binding pocket, molecular docking was performed. Computational analyses were used to assess the possible ability of tested substances to pass the Blood Brain Barrier (BBB). To predict the bioactivity of ligands a machine learning model was created. Five machine learning models were created and have chosen the best one among them for analyzing the bioactivity of each ligand. From the fifty plant-derived compounds the compounds with the least binding energies are selected. Then bioactivity of these six compounds is analyzed using Random Forest Regression model. Adsorption, Distribution, Metabolism, Excretion (ADME) properties of compounds are analyzed. The results showed that borneol has powerful effects and acts as a promising agent for the treatment of pancreatic cancer. This suggests that borneol found in plants like mint, ginger, rosemary, etc., is a successful compound for the treatment of pancreatic cancer.
• Abstract（参考訳）: 膵管腺癌(PDAC)と呼ばれる膵癌の1つが,過去数年間の死因の1つと考えられている。 いくつかの研究から、KRAS(Ki-ras2 Kirsten rat sarcoma virus oncogene)変異が膵癌の主要な原因であるという考えが裏付けられた。 KRASは細胞増殖を促進するオンオフスイッチとして機能する。 しかし、KRAS遺伝子が変異すると、それは一つの位置にあり、細胞の成長を制御不能にすることができる。 この制御不能な細胞増殖は、がんの増殖を引き起こす。 そのため,KRASは標的タンパク質として選択された。 植物由来化合物を50種以上選択する。 試験薬がKRAS複合体の結合ポケットに結合するかどうかを判断するため,分子ドッキングを行った。 計算分析は、血液脳バリア(BBB)を通過する試験物質の可能性を評価するために用いられた。 リガンドの生物活性を予測するため、機械学習モデルが作成された。 5つの機械学習モデルが作成され、それぞれのリガンドの生物活性を分析するのに最適なモデルが選択された。 植物由来化合物50から、最も結合エネルギーの少ない化合物を選択する。 次に、ランダムフォレスト回帰モデルを用いて、これらの6種の化合物の生物活性を解析する。 化合物の吸着, 分布, 代謝, 排出(ADME)特性を解析した。 以上の結果から,バネロールは膵癌治療に有効である可能性が示唆された。 これは、ミント、ショウガ、ローズマリーなどの植物で見られるアネオールが膵癌治療に成功していることを示唆している。

関連論文リスト

• Using Multiparametric MRI with Optimized Synthetic Correlated Diffusion Imaging to Enhance Breast Cancer Pathologic Complete Response Prediction [71.91773485443125]
  ネオアジュバント化学療法は乳癌の治療戦略として最近人気を集めている。 ネオアジュバント化学療法を推奨する現在のプロセスは、医療専門家の主観的評価に依存している。 本研究は, 乳癌の病理組織学的完全反応予測に最適化されたCDI$s$を応用することを検討した。
  論文  参考訳（メタデータ） (2024-05-13T15:40:56Z)
• Using Pre-training and Interaction Modeling for ancestry-specific disease prediction in UK Biobank [69.90493129893112]
  近年のゲノムワイド・アソシエーション(GWAS)研究は、複雑な形質の遺伝的基盤を明らかにしているが、非ヨーロッパ系個体の低発現を示している。 そこで本研究では,マルチオミクスデータを用いて,多様な祖先間での疾患予測を改善することができるかを評価する。
  論文  参考訳（メタデータ） (2024-04-26T16:39:50Z)
• An AI based Digital Score of Tumour-Immune Microenvironment Predicts Benefit to Maintenance Immunotherapy in Advanced Oesophagogastric Adenocarcinoma [1.3150205248469182]
  胃癌と食道癌(OG)は世界中でがん死亡の原因となっている。 近年, PDL1免疫チェックポイントインヒビター (ICI) と化学療法の併用が患者の生存率を向上させることが報告されている。 FOXP3を発現するT細胞は治療効果と生存率に大きな影響を及ぼすと考えられた。
  論文  参考訳（メタデータ） (2024-02-29T15:59:42Z)
• Exploring Gene Regulatory Interaction Networks and predicting therapeutic molecules for Hypopharyngeal Cancer and EGFR-mutated lung adenocarcinoma [5.178086150698542]
  本研究では,下咽頭癌におけるEGFR変異肺腺癌と下咽頭癌について検討した。 本研究は,10のハブ遺伝子に基づく選択疾患に対する共通治療分子を示唆するものである。
  論文  参考訳（メタデータ） (2024-02-27T11:29:36Z)
• Predicting environment effects on breast cancer by implementing machine learning [1.0878040851638]
  最大の乳癌は、心臓病を克服する女性死亡率の主要な要因となっている。 乳がんの成長には遺伝的要因が重要であるが、新しい研究は、その発生と進行に環境要因が重要な役割を果たすことも示唆している。 本報告では, 乳がんのリスク, 発生率, 予後に影響を及ぼす種々の環境要因に関する文献を概説する。
  論文  参考訳（メタデータ） (2023-09-25T15:54:03Z)
• Cancer-Net BCa-S: Breast Cancer Grade Prediction using Volumetric Deep Radiomic Features from Synthetic Correlated Diffusion Imaging [82.74877848011798]
  乳がんの流行は成長を続けており、2023年には米国で約30万人の女性に影響を及ぼした。 金標準のScarff-Bloom-Richardson(SBR)グレードは、化学療法に対する患者の反応を一貫して示すことが示されている。 本稿では,合成相関拡散(CDI$s$)画像を用いた乳がん鑑定における深層学習の有効性について検討する。
  論文  参考訳（メタデータ） (2023-04-12T15:08:34Z)
• Machine Learning Methods for Cancer Classification Using Gene Expression Data: A Review [77.34726150561087]
  がんは心臓血管疾患の2番目の死因である。 遺伝子発現は癌の早期発見において基本的な役割を担っている。 本研究は,機械学習を用いた癌分類における遺伝子発現解析の最近の進歩を概説する。
  論文  参考訳（メタデータ） (2023-01-28T15:03:03Z)
• Machine Learning-based Lung and Colon Cancer Detection using Deep Feature Extraction and Ensemble Learning [0.9786690381850355]
  肺がんと大腸癌を効率よく同定するためのハイブリッドアンサンブル特徴抽出モデルを提案する。 深い特徴抽出とアンサンブル学習と、がん画像データセットのための高性能なフィルタリングを統合している。 本モデルでは, 99.05%, 100%, 99.30%の精度で, 肺癌, 大腸癌, 結腸癌を検出できる。
  論文  参考訳（メタデータ） (2022-06-02T15:14:41Z)
• Accelerating Inhibitor Discovery for Multiple SARS-CoV-2 Targets with a Single, Sequence-Guided Deep Generative Framework [47.14853881703749]
  我々は、新規な薬物様阻害剤分子の発見に向けた、単一の深層生成機構の広範な有用性を実証する。 このフレームワークは、ターゲット認識設計を行うために、生成モデルから新規分子をターゲットシーケンス条件でサンプリングする。 最も強力なスパイクRBD阻害剤は、SARS-CoV-2変異株に対して幅広いスペクトル活性を有する稀な非共有結合型抗ウイルス剤として出現した。
  論文  参考訳（メタデータ） (2022-04-19T17:59:46Z)
• rfPhen2Gen: A machine learning based association study of brain imaging phenotypes to genotypes [71.1144397510333]
  56個の脳画像QTを用いてSNPを予測する機械学習モデルを学習した。 アルツハイマー病(AD)リスク遺伝子APOEのSNPは、ラスソとランダムな森林に対して最低のRMSEを有していた。 ランダム・フォレストは、線形モデルによって優先順位付けされなかったが、脳関連疾患と関連があることが知られている追加のSNPを特定した。
  論文  参考訳（メタデータ） (2022-03-31T20:15:22Z)
• Multi-Phase Cross-modal Learning for Noninvasive Gene Mutation Prediction in Hepatocellular Carcinoma [7.621860963237023]
  多相CTスキャンを用いたAPOB, COL11A1, ATRX遺伝子の突然変異予測のためのエンドツーエンドディープラーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-05-08T14:36:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。