MétaCan
Menu
Retour à la cohorte
Enregistrement W4388840730 · doi:10.21203/rs.3.rs-3596861/v1

Network pharmacology, molecular docking, and dynamics analyses to predict the antiviral activityof ginger constituents against coronavirus infection

2023· preprint· en· W4388840730 sur OpenAlexaff
Asmaa Samy, Afnan Hassan, N. I. Hegazi, Mai M. Farid, Moustafa Elshafei

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueGinger and Zingiberaceae research
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésVirtual screeningDocking (animal)PharmacologyRhizomeMolecular dynamicsChemistryTraditional medicineDrug discoveryComputational biologyBiochemistryBiologyMedicineComputational chemistryVeterinary medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background : COVID-19 is a global pandemic that caused a dramatic loss of human life worldwide, leading to accelerated research for antiviral drug discovery. Herbal medicine is one of the most commonly used for of alternative medicine for prevention and treatment of many conditions including respiratory system diseases. Methods : In this study, a computational pipeline was employed, including network pharmacology, molecular docking simulations, and molecular dynamics simulations, to analyze the common phytochemicals of ginger rhizomes and identify candidate constituents as viral inhibitors. Furthermore, experimental assays were performed to analyze the volatile and non-volatile compounds of ginger and to assess the antiviral activity of ginger oil and hydro-alcoholic extract. Results : Network pharmacology analysis showed that ginger compounds target human genes that are involved in related cellular processes to the viral infection. Docking analysis highlighted five pungent compounds and zingiberenol as potential inhibitors for the main protease ( M pro ), spike receptor-binding domain (RBD), and human angiotensin-converting enzyme 2 (ACE2). Finally, (6)-gingerdiacetate was selected for molecular dynamics (MD) simulations as it exhibited the best binding interactions and free energies over the three target proteins. Trajectories analysis of the three complexes showed that RBD and ACE2 complexes with the ligand preserved similar patterns of root mean square deviation (RMSD) and radius of gyration (Rg) values to their respective native structures. These pungent compounds contribute to the higher antiviral activity of ginger extract than HD oil with CC 50 of 3.480 μg/ml and IC 50 of 2.727 μg/ml. Conclusion : Our study provides predictive insights that could be useful for development of anti-coronavirus drugs especially (6)-gingerdiacetate that may enhance the host immune response and block RBD binding to ACE2, thereby, inhibiting SARS-CoV-2 infection.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,188
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0010,004
Intégrité de la recherche0,0010,008
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,387
Tête enseignante GPT0,593
Écart entre enseignants0,206 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetGinger and Zingiberaceae researchTravaux en français237 207