In-Silico Comparative Study on Millets Peptide Inhibiting Fat Mass and Obesity-Associated Protein
Notice bibliographique
Résumé
Over and undernutrition are generally perceived as lifestyle or diet related disorders.Apart from these external contributors, certain genes and proteins have been studied to plays a vital role in maintaining the metabolic state of an individual.One such gene is the fat mass and obesity-associated (FTO) protein-an m6A RNA demethylase, responsible for regulating energy homeostasis.This protein has been found to be strongly associated with obesity and related metabolic disorders.Targeting FTO with small-molecule inhibitors has shown promise as a therapeutic approach to manage obesity.The study employs a comprehensive computational strategy to identify bioactive peptides acting as potential natural inhibitors of the FTO protein derived from three millet species-finger millet (Eleusine coracana), pearl millet (Pennisetum glaucum), and foxtail millet (Setaria italica).Bioactive peptides were curated from published literature focusing on millet seed proteins.Their physicochemical properties were assessed using PepCalc to evaluate stability and solubility.Subsequently, three-dimensional structures of the peptides were predicted using the I-TASSER server to generate high-confidence models for docking.Molecular docking analyses were conducted using ClusPro to examine peptide-FTO binding affinities and interaction poses.The crystal structure of human FTO (retrieved from the Protein Data Bank) served as the docking target.Top-performing peptide-FTO complexes were further taken for molecular dynamics (MD) simulations to evaluate the dynamic behavior and stability of the interactions.Key parameters such as RMSD, RMSF, and hydrogen bond profiles were analyzed over the course of the simulations.Our results show that several millet-derived peptides bind strongly and stably to the FTO protein, with favorable docking scores and sustained hydrogen bonding at its active site.These findings highlight the potential of millet peptides as natural FTO inhibitors for developing functional foods or nutraceuticals to combat obesity.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».