بهینه‌سازی مبتنی بر قطعات هوش مصنوعی فیتوشیمیایی‌های زعفران و بابونه به عنوان مهارکننده‌های گیرنده آریل هیدروکربن برای درمان زوال عقل: یک رویکرد محاسباتی یکپارچه

زوال عقل یک چالش جهانی رو به رشد سریع به عنوان یک بیماری نورودژنراتیو پیشرونده با گزینه‌های محدود برای درمان‌های تغییردهنده بیماری است. مطالعه حاضر با هدف کشف فیتوشیمیایی‌های پیشرو از زعفران (Crocus sativus) و بابونه (Matricaria chamomila) و اعمال قطعه‌بندی هوش مصنوعی بر روی فیتوشیمیایی‌های پیشرو برای هدف قرار دادن گیرنده آریل هیدروکربن (AHR)، یک هدف تخصصی برای درمان زوال عقل، انجام شد. ترکیبات زیست‌فعال از استاندارد ISO 3632-2-2010 (E) مشخص شده برای زعفران و GC-MS مشخص شده برای بابونه غربالگری شدند. نقشه‌برداری شبکه پروتئینی، تئوری تابعی چگالی، داکینگ مولکولی و شبیه‌سازی دینامیک مولکولی برای تعیین میل اتصال و پایداری برهمکنش‌های فیتوشیمیایی‌های کلیدی با AHR، مانند سافرانال و بیسابولون اکسید A انجام شد. پیش‌بینی‌های ADMET برون‌ساختاری برای فارماکوکینتیک و سمیت، ویژگی‌های خوبی برای این مولکول‌ها نشان داد. علاوه بر این، ویژگی‌های ساختاری و فارماکولوژیکی آن‌ها برای بهبود ویژگی‌های شبه‌دارویی با استفاده از مدل تولیدی هوش مصنوعی (AI) بهینه‌سازی شدند. به طور کلی، یافته‌های ما این فیتوشیمیایی‌های تقویت شده با هوش مصنوعی را به عنوان تعدیل‌کننده‌های امیدوارکننده AHR با فعالیت‌های بالقوه درمانی در مسیرهای پاتولوژیک که منجر به نوروالتهاب و استرس اکسیداتیو درگیر در پاتوژنز زوال عقل می‌شوند، برجسته می‌کند. آن‌ها راهی برای اعتبارسنجی تجربی بیشتر فراهم می‌کنند و بررسی بیشتر این راهنماها را به عنوان منابعی برای روش‌های درمانی جدید برای درمان بیماری‌های نورودژنراتیو تشویق می‌کنند.

Dementia represents a rapidly rising global health challenge as a progressive neurodegenerative disease with few options for disease-modifying treatments. The present study aimed to explore the leading phytochemicals from Crocus sativus (saffron) and Matricaria chamomila (chamomile) and apply AI fragmentation on lead phytochemicals to target the aryl hydrocarbon receptor (AHR), an expertized target for dementia therapy. Bioactive compounds were screened from ISO 3632–2–2010 (E) specified for saffron and GC-MS specified for chamomile. Protein Network mapping, Density Functional Theory, Molecular docking, and molecular dynamics simulations were performed to determine the binding affinity and interactions stability of key phytochemicals with AHR, such as safranal and bisabolone oxide A. In-silico ADMET predictions of pharmacokinetics and toxicity showed good properties for these molecules. In addition, their structural and pharmacological properties were optimized to enhance drug-like features by using artificial intelligence (AI) generative model. Collectively, our findings highlight these AI-enhanced phytochemicals as promising AHR modulators with potentially therapeutic activities in pathological pathways that lead to neuroinflammation and oxidative stress involved in the pathogenesis of dementia. They offer an avenue for additional experimental validation and encourage further investigation of these leads as sources of new therapeutic modalities to treat neurodegenerative diseases.