Responses to Herbal Compounds in Brain Cancer Cells: two Cell-Calcium Assays and a Molecular Docking Computation Study
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».