Carvacrol, a monoterpenoid, binds quorum sensing proteins (LasI and LasR) and swarming motility protein BswR of <i>Pseudomonas aeruginosa,</i> resulting in loss of pathogenicity: an in silico approach
Notice bibliographique
Résumé
The pathogenic Pseudomonas aeruginosa utilizes a quorum-sensing pathway for biofilm formation. The quorum-sensing proteins LasI and LasR of the Las system, alongside the swarming motility protein BswR, play a crucial role in the biofilm-mediated antibiotic resistance phenomenon. In this in silico study, LasI, LasR, and BswR were the prime targets for binding studies by promising drug candidates like linalool, ferutinin, citronellal, and carvacrol. These monoterpenoid compounds are carefully considered for this study due to their reported anti-microbial activity. Among all, carvacrol exhibited the highest binding energies with LasI (−5.932 kcal/mol), LasR (−7.469 kcal/mol), and BswR (−4.42 kcal/mol). Furthermore, the MMGBSA scores between carvacrol and LasI, LasR, and BswR individually are −33.14, −54.22, and −41.86 kcal/mol, which further corroborated the strong binding. During 100 ns of simulation, the ligand binds to the active sites of these proteins through the H-bonds at Ile107 of LasI, Tyr47 of LasR, and Leu57 of BswR. In addition, the root-mean-square deviation values of the ligand-protein complex are within the appropriate range of less than 5 Å. Absorption, Distribution, Metabolism, Excretion, and Toxicity analysis confirmed that carvacrol has the most negligible toxicity to mammalian cells. Hence, this finding is the first report to show that carvacrol can inhibit the Pseudomonas aeruginosa biofilms.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».