Novel compounds from endophytic fungi of Ceriops decandra inhibit breast cancer cell growth through estrogen receptor alpha in in-silico study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Endophytic fungi can thrive without producing illness or injury to the host plant tissues, and they are also one of the major natural sources of bioactive compounds. The objective of the present study was to assess the anticancer potential of fungal extracts obtained from Ceriops decandra and in-silico-based identification of the anticancer constituents from those fungal extracts. Endophytic fungi were isolated and identified by internal transcribed spacer (ITS-rDNA) sequence analysis. The fungal crude extract was subjected to column chromatography and different fractions were screened for bioactive compounds using Gas Chromatography Mass Spectroscopy (GCMS). Fusarium oxysporum, Chlonostachys sp., Fusarium solani were identified from C. decandra. Eighty (80) compounds were identified from these endophytic fungi through GCMS analysis. A molecular docking study of the identified compounds confirmed the anti-cancer potential of breast cancer cells through the estrogen receptor, with good binding affinities (−9.17 to −7.19 kcal/mol) and interaction patterns. Furthermore, in molecular dynamic simulation studies, Isoparvifuran (CID_617473) and 2,4-di-tert-butylphenol (CID_7311) revealed a stable complex with the target protein of estrogen receptor alpha. The result of the study showed that C. decandra harbors diverse group of endophytic fungi that can be a potential source of bioactive (Isoparvifuran and 2,4-di-tert-butylphenol) pharmaceuticals to treat breast cancer through modulation of estrogen receptor alpha.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle