Potential Therapeutic Applications of Plant-Derived Alkaloids against Inflammatory and Neurodegenerative Diseases
Notice bibliographique
Résumé
Alkaloids are a type of natural compound possessing different pharmacological activities. Natural products, including alkaloids, which originate from plants, have emerged as potential protective agents against neurodegenerative disorders (NDDs) and chronic inflammations. A wide array of prescription drugs are used against these conditions, however, not free of limitations of potency, side effects, and intolerability. In the context of personalized medicine, further research on alkaloids to unravel novel therapeutic approaches in reducing complications is critical. In this review, a systematic survey was executed to collect the literature on alkaloids and their health complications, from which we found that majority of alkaloids exhibit anti-inflammatory action via nuclear factor-κB and cyclooxygenase-2 (COX-2), and neuroprotective interaction through acetylcholinesterase (AChE), COX, and β-site amyloid precursor protein activity. In silico ADMET and ProTox-II-related descriptors were calculated to predict the pharmacological properties of 280 alkaloids isolated from traditional medicinal plants towards drug development. Out of which, eight alkaloids such as tetrahydropalmatine, berberine, tetrandrine, aloperine, sinomenine, oxymatrine, harmine, and galantamine are found to be optimal within the categorical range when compared to nicotine. These alkaloids could be exploited as starting materials for novel drug synthesis or, to a lesser extent, manage inflammation and neurodegenerative-related complications.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».