An updated patent review of EZH2 inhibitors (2024 – present)

药理学 医学 计算机科学 化学 癌症研究
作者
Guoquan Wan,Siying Li,Qiang Tang,Hong Qiu,Qiangsheng Zhang,Luoting Yu
出处
期刊:Expert Opinion on Therapeutic Patents [Taylor & Francis]
标识
DOI:10.1080/13543776.2025.2483399
摘要

Introduction EZH2 forms the PRC2 complex with SUZ12 and EED. As a crucial catalytic subunit of PRC2, EZH2 modifies histone H3K27 via its SET domain, resulting in chromatin condensation and suppressing the transcription of related target genes. EZH2 not only functions in PRC2-dependent transcriptional repression but can also activate gene expression in PRC2-independent circumstances or regulate the activity of downstream genes via its own activating mutations. On the basis of the critical role of EZH2 in cancer, the development of inhibitors targeting EZH2 provides a new strategy for cancer therapy.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
机灵石头完成签到,获得积分10
刚刚
刚刚
加油加油完成签到 ,获得积分10
3秒前
英勇的沛春完成签到 ,获得积分10
4秒前
匆匆完成签到,获得积分10
5秒前
风不尽,树不静完成签到 ,获得积分10
8秒前
WD完成签到 ,获得积分10
10秒前
壮观复天完成签到 ,获得积分10
11秒前
乐观寻雪完成签到 ,获得积分10
12秒前
四喜完成签到 ,获得积分10
12秒前
XH完成签到,获得积分10
12秒前
quantumdot发布了新的文献求助10
13秒前
13秒前
feiqi完成签到 ,获得积分10
13秒前
14秒前
科研通AI2S应助残落人间采纳,获得10
15秒前
一研为腚完成签到,获得积分10
16秒前
cyx发布了新的文献求助10
19秒前
CCC完成签到 ,获得积分10
19秒前
小城故事和冰雨完成签到,获得积分10
19秒前
CR7完成签到,获得积分10
22秒前
小蓝完成签到,获得积分10
24秒前
arui完成签到,获得积分10
24秒前
liyuxuan完成签到,获得积分10
25秒前
杨榆藤完成签到,获得积分10
28秒前
三三完成签到 ,获得积分10
29秒前
断鸿完成签到 ,获得积分10
31秒前
十元完成签到,获得积分10
31秒前
取法乎上完成签到 ,获得积分10
32秒前
32秒前
康康完成签到 ,获得积分10
34秒前
月月月鸟伟完成签到,获得积分10
35秒前
36秒前
lele2025发布了新的文献求助10
37秒前
40秒前
lmq完成签到 ,获得积分10
41秒前
文与武完成签到 ,获得积分10
41秒前
Apricot发布了新的文献求助10
42秒前
研友_VZG7GZ应助kkt采纳,获得10
44秒前
春申君完成签到 ,获得积分10
44秒前
高分求助中
All the Birds of the World 4000
Production Logging: Theoretical and Interpretive Elements 3000
Animal Physiology 2000
Les Mantodea de Guyane Insecta, Polyneoptera 2000
Am Rande der Geschichte : mein Leben in China / Ruth Weiss 1500
CENTRAL BOOKS: A BRIEF HISTORY 1939 TO 1999 by Dave Cope 1000
Machine Learning Methods in Geoscience 1000
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3736779
求助须知:如何正确求助?哪些是违规求助? 3280679
关于积分的说明 10020459
捐赠科研通 2997414
什么是DOI,文献DOI怎么找? 1644533
邀请新用户注册赠送积分活动 782083
科研通“疑难数据库(出版商)”最低求助积分说明 749656