PhytoSelectDBT:一个针对抗糖尿病点的分子模型的数据库,与精选的民族药用植物的生物活性合在一起
Susanta Roy1, Robindra Teron2, Raju Nikku Linga1
1Department of Life Science, Assam University - Diphu Campus, Diphu, Karbi Anglong, ASSAM - 782 462.
Bioinformation
|November 6, 2023
概括
这项研究确定了41种民族药用植物的生物活性,对2型糖尿病的目标有效. 一个网页工具,PhytoSelectDBT,有助于选择用于糖尿病管理的植物性.
科学领域:
- 药理学 药理学是指药理学的学科.
- 生物信息学是一种生物信息学.
- 民族医学 民族医学
背景情况:
- 2型糖尿病 (T2DM) 是一个重大的全球健康挑战.
- 民族医药植物是具有治疗潜力的生物活性化合物的丰富来源.
- 现有的T2DM治疗方法存在局限性,需要新的治疗策略.
研究的目的:
- 评估41种民族药用植物的生物活性的抗糖尿病活性.
- 根据它们与关键抗糖尿病蛋白标的相互作用来分类这些.
- 开发一个网络工具,PhytoSelectDBT,用于为T2DM管理选择有效的植物性.
主要方法:
- 用分子对接模拟来评估-标相互作用.
- 生物活性被选为抗糖尿病标:DPP-IV,α-氨基酶,α-葡萄糖酶,GRK2,GSK3B,GLP-1R和AdipoR1.
- 分析了的过敏性,毒性,交叉反应性和B细胞和T细胞表位的存在.
主要成果:
- 来自针对特定抗糖尿病蛋白的民族医药植物的有力生物活性的识别和分类.
- 开发了PhytoSelectDBT数据库,这是选择抗糖尿病的资源.
- 对的安全性和免疫性概况的评估.
结论:
- 民族医学知识对于发现新的抗糖尿病来说是有价值的.
- PhytoSelectDBT提供了一种有针对性的方法,用于为T2DM治疗选择植物衍生.
- 这项研究为推进基于天然产品的糖尿病治疗提供了宝贵的资源.
