Responses to Herbal Compounds in Brain Cancer Cells: two Cell-Calcium Assays and a Molecular Docking Computation 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
Herbal plant secondary metabolites such as curcumin, resveratrol, and capsaicin are becoming increasingly popular as natural remedies. These herbal compounds are also known to act on the calcium signaling pathways, and therefore cell calcium assays can be used to study the relative interactions of these compounds with cellular receptors pertaining to natural remedies. To investigate this, Fluo-4, a fluorophore that specifically binds to Ca2+, was used to detect the increase in calcium signaling in human glioblastoma cells treated with curcumin, resveratrol, and capsaicin. The human cells used are U87 MG cells which expresses TRPV1, a pain receptor on the cell membrane. The increases of the fluorescence intensity in the cells treated with the three herbal compounds were measured using a bulk microplate assay, which generates data in a high throughput, and a microfluidic single-cell assay, which allows for the observation of the cell calcium changes in real-time. It was found that all three compounds would increase the intracellular Ca2+ concentrations on the two assays, with curcumin generating the highest increase, which confirms the greatest responses elicited by this herbal compound from the cell. Furthermore, the data obtained by a molecular docking computation study, which has been used to determine the binding affinities of the three compounds with the TRPV1 receptor, corroborate with the experimental finding of the highest cellular response due to curcumin.
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 | 0,000 | 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 découle