Identification of novel functional compounds from forest onion and its biological activities against breast cancer
Notice bibliographique
Résumé
The discovery of new molecules from natural sources for the treatment of tumors such as breast cancers is of importance for the development of functional foods and to the pharmaceutical industry. A natural resource with potential activity against breast cancer is forest onion, Eleutherine bulbosa (Mill.) Urb., but the identity of its active constituents and their mechanisms of action remain unexplored. Therefore, this study focuses on metabolite profiling, in silico or pharmacoinformatic activity and mechanisms, as well as advanced validation on in vitro cell lines. Ten compounds identified in E. bulbosa bulb ethanolic extract (EBE) showed cancer receptor and radical inhibitory activity via network pharmacology and molecular docking simulation. The most promising compound was avenasterol binding PARP-1, HER2, iNOS receptors with values of −11.26, −8.34, and −9.17 μg/mL, respectively. EBE and avenasterol had a smaller EC50 value, or higher potency, than the control antioxidant Trolox in radical scavenging tests with ABTS and DPPH. In line with the in silico study, EBE and avenasterol showed antiproliferative activity against human breast cancer MCF-7 with LD50 217.8 μg/mL, with relatively low cytotoxicity to normal MCF-10A cells (LD50 > 1000 μg/mL). The antiproliferative mechanism of EBE on MCF-7 was associated with downregulation of TGF-β, HER2, PI3K, and AKT which are known tumor activators. Significant (p < 0.05) upregulation of tumor suppressor gene miR-29a-3p in MCF-7 was observed after treatment with EBE in a dose-dependent manner.
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 | 0,000 |
| 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 ».