An In Silico Investigation of the Molecular Interactions between Volatile Anesthetics and Actin
Notice bibliographique
Résumé
Volatile anesthetics (VAs) are medicinal chemistry compounds commonly used to enable surgical procedures for patients who undergo painful treatments and can be partially or fully sedated, remaining in an unconscious state during the operation. The specific molecular mechanism of anesthesia is still an open issue, but scientific evidence supports the hypothesis of the involvement of both putative hydrophobic cavities in membrane receptors as binding pockets and interactions between anesthetics and cytoplasmic proteins. Previous studies demonstrated the binding of VAs to tubulin. Since actin is the other major component of the cytoskeleton, this study involves an investigation of its interactions with four major anesthetics: halothane, isoflurane, sevoflurane, and desflurane. Molecular docking was implemented using the Molecular Operating Environment (MOE) software (version 2022.02) and applied to a G-actin monomer, extrapolating the relative binding affinities and root-mean-square deviation (RMSD) values. A comparison with the F-actin was also made to assess if the generally accepted idea about the enhanced F-to-G-actin transformation during anesthesia is warranted. Overall, our results confirm the solvent-like behavior of anesthetics, as evidenced by Van der Waals interactions as well as the relevant hydrogen bonds formed in the case of isoflurane and sevoflurane. Also, a comparison of the interactions of anesthetics with tubulin was made. Finally, the short- and long-term effects of anesthetics are discussed for their possible impact on the occurrence of mental disorders.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».