In Silico Investigation of Traditional Chinese Medicine for Potential Lead Compounds as SPG7 Inhibitors against Coronary Artery Disease
Notice bibliographique
Résumé
Coronary artery disease (CAD) is the most common cause of heart attack and the leading cause of mortality in the world. It is associated with mitochondrial dysfunction and increased level of reactive oxygen species production. According to the Ottawa Heart Genomics Study genome-wide association study, a recent research identified that Q688 spastic paraplegia 7 (SPG7) variant is associated with CAD as it bypasses the regulation of tyrosine phosphorylation of AFG3L2 and enhances the processing and maturation of SPG7 protein. This study aims to identify potential compounds isolated from Traditional Chinese Medicines (TCMs) as potential lead compounds for paraplegin (SPG7) inhibitors. For the crystallographic structure of paraplegin, the disordered disposition of key amino acids in the binding site was predicted using the PONDR-Fit protocol before virtual screening. The TCM compounds saussureamine C and 3-(2-carboxyphenyl)-4(3H)-quinazolinone, have potential binding affinities with stable H-bonds and hydrophobic contacts with key residues of paraplegin. A molecular dynamics simulation was performed to validate the stability of the interactions between each candidate and paraplegin under dynamic conditions. Hence, we propose these compounds as potential candidates as lead drug from the compounds isolated from TCM for further study in drug development process with paraplegin protein for coronary artery disease.
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 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».