Inhibition of carbohydrate digestive enzymes by a complementary essential oil blend: in silico and mixture design approaches
Notice bibliographique
Résumé
Background The increasing demand for natural alternatives in diabetes treatment has driven research into plant-derived metabolites, particularly essential oils (EOs) with bioactive properties. This study aims to optimize an EO mixture for inhibiting two key enzymes involved in glucose digestion: pancreatic α-amylase and intestinal α-glucosidase. Methods Essential oils were extracted from three Moroccan medicinal plants: false yellowhead ( Inula viscosa L.), rose geranium ( Pelargonium graveolens L'Hér.), and lemongrass ( Cymbopogon citratus (DC.) Stapf.). Gas chromatography-mass spectrometry (GC-MS) analysis identified key metabolites in each EO. A statistical mixture design was employed to evaluate different EO ratios for their inhibitory effects on α-amylase and α-glucosidase. Additionally, density functional theory (DFT) calculations and molecular docking simulations were conducted to assess the key metabolites' electronic properties and interaction potential with target enzymes. Results GC-MS analysis identified 32 metabolites in P . graveolens , with citronellol (18.67%), eucalyptol (13.30%), and 2-octen-1-ol (8.12%) as major components. I . viscosa contained 18 metabolites, dominated by 2-camphanol acetate (51.12%) and camphol (19.32%), while C. citratus had 23 metabolites, with α-citral (24.70%) and 2-isopropenyl-5-methylhex-4-enal (29.25%) as key constituents. The optimal formulation for α-glucosidase inhibition was a binary mixture of 73% C. citratus and 27% P. graveolens . In contrast, the best blend for α-amylase inhibition consisted of 56% P. graveolens and 44% I. viscosa . DFT calculations confirmed the electrophilic nature of key metabolites, supporting their potential for enzyme interaction. Molecular docking simulations suggested that these phytochemicals could exhibit stronger inhibitory effects than acarbose, a widely used antidiabetic drug. Conclusion These findings highlight the potential of optimized EO formulations as natural alternatives for managing hyperglycemia and developing novel diabetes therapies.
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 ».