Integrated Virtual Screening for Anti-Caries Compounds from Neem: Dual-Target Inhibition of Biofilm Formation and Bacterial DNA Replication
Notice bibliographique
Résumé
Background: Dental caries arise from polymicrobial biofilms and require interventions that address both local virulence and systemic burden. Methods: A curated set of 124 neem-derived phytochemicals was screened against Streptococcus mutans glucansucrase (3AIC) and Staphylococcus aureus DNA gyrase B (3U2D) using harmonized AutoDock Vina parameters. Ligand standardization and receptor preparation followed conventional protocols. Results: The most favorable docking scores reached −10.7 kcal·mol−1 for 3AIC and −8.9 kcal·mol−1 for 3U2D. Redocking produced pose RMSD values of 1.52 Å (3AIC) and 0.96 Å (3U2D). Per-receptor ADMET profiles for the six top-ranked compounds indicated median logP values of 4.93 (3AIC) and 4.52 (3U2D), median TPSA values of 80.3 and 62.9 Å2, median rotatable bonds of 2.5 and 1.0, and median QED values of 0.41 and 0.76, respectively. Conclusions: An integrated, dual-target screen prioritized neem constituents with plausible local anti-cariogenic activity and physicochemical features compatible with systemic disposition. These in silico findings motivate targeted experimental validation.
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 ».