Molecular Docking, Design and Pharmacokinetics Study of Some Anti-Epilepsy Compounds
Notice bibliographique
Résumé
To complement experimental study, in-silico molecular docking was carried out to access and understand the interacting binding energy dynamism of some experimental potent anti-epilepsy compounds on the GABAT enzyme’s (A causative agent for epilepsy disorder) binding site. The Autoduck vina docking option of Pyrx multipurpose simulation software was used in this study to perform docking simulations. Four anti-epilepsy drug (AED) candidates was designed (Anti-epilepsy disorders) through a structural based drug technique. All the designed AED candidates shows stable binding interaction energies. Out of the four designed compounds, 9-decyl-8-methyl-6-(1H-1, 2, 4-triazol-1-yl)-9H-purine shows better binding energy with GABAT. The docked energy score of the compound (7.8Kcal/mole) was better than the binding energy scores of the standard anti-epilepsy compounds, Carbamazepine (-6.5kcal/mole) and Valproate (-4.5kcal/mole). With this level of interaction, this drug candidate could bind better on the enzyme’s binding site. Also, the pharmacokinetic properties investigation revealed that all designed AED candidates could be synthesized easily, absorbed, distributed, metabolized and excreted from the body. Therefore, this drug candidate could be synthesized and used effectively for the treatment and management of epilepsy disorder.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».