Multi‐Angle Bioactivity Cartography for Computational Screening and Mechanistic Analysis of AChE Inhibitors From Yellow <i>Gastrodia elata</i>
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Acetylcholinesterase (AChE) inhibitors are crucial for the symptomatic management of Alzheimer's disease (AD), with natural products—particularly botanical sources like Yellow Gastrodia elata (YGE)—serving as promising reservoirs of such inhibitors. Nevertheless, comprehensive screening and mechanistic characterization of their inhibitory potential remain limited. This study sought to identify potent AChE inhibitors from YGE, investigate their mechanisms of action, and assess their therapeutic prospects for AD. Methodologically, an integrated approach was employed, combining ultrafiltration‐liquid chromatography (UF‐LC) for rapid inhibitor screening, molecular docking and dynamics simulations for mechanistic insight, two‐stage high‐speed countercurrent chromatography for compound isolation, enzyme kinetics to delineate inhibition modalities, and network pharmacology to uncover relevant AD‐related targets. The findings identified seven active constituents with notable AChE inhibition, among which parishins A and G were obtained at high purity (98.26% and 97.26%, respectively) and exhibited mixed‐type inhibition with low IC 50 values (0.0145 and 0.0148 mM). Molecular dynamics and network pharmacology analyses further revealed critical interactions between these compounds and key AD‐related targets, including ACHE, BCHE, BACE1, and PTGS2. In summary, this work underscores the potential of YGE‐sourced compounds, especially parishins A and G, as effective AChE inhibitors. The established integrative computational platform facilitates multi‐dimensional bioactivity evaluation and enables hierarchical prioritization of candidate compounds, thereby offering a valuable framework for advancing natural product‐derived therapeutics for AD.
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.
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 découle