Abstract Cancer is caused by a variety of pathways, involving numerous types of enzymes, among them three enzymes: Cyclin dependent kinase-2 (CDK-2), Human topoisomerase IIα and Vascular Endothelial Growth Factor Receptor-2 (VEGFR-2) are three most common enzymes that are involved in the cancer development. Although many chemical drugs are available in the market, plant sources are known to contain a wide variety of agents that are known to possess anticancer activity. In this experiment, total thirty compounds were analysed against the mentioned enzymes using different tools of bioinformatics and in silico biology like molecular docking study, druglikeness property experiment, ADME/T test, PASS prediction and P450 site of metabolism prediction as well as DFT calculations to determine three best ligands that have the capability to inhibit the mentioned enzymes. Form the experiment, Epigallocatechin gallate was found to be the best ligand to inhibit CDK-2, Daidzein showed best inhibitory activities towards Human topoisomerase IIα and Quercetin was predicted to be the best agent against VEGFR-2. They were also predicted to be quite safe and effective agents to treat cancer. However, more in vivo and in vitro analysis are required to confirm their safety and efficacy in this regard.

Abstract Human Respiratory Syncytial Virus (RSV) is one of the most prominent causes of lower respiratory tract infections (LRTI), contributory to infecting people from all age groups - a majority of which comprises infants and children. The implicated severe RSV infections lead to numerous deaths of multitudes of the overall population, predominantly the children, every year. Consequently, despite several distinctive efforts to develop a vaccine against the RSV as a potential countermeasure, there is no approved or licensed vaccine available yet, to control the RSV infection effectively. Therefore, through the utilization of immunoinformatics tools, a computational approach was taken in this study, to design and construct a multi-epitope polyvalent vaccine against the RSV-A and RSV-B strains of the virus. Potential predictions of the T-cell and B-cell epitopes were followed by extensive tests of antigenicity, allergenicity, toxicity, conservancy, homology to human proteome, transmembrane topology, and cytokine-inducing ability. The most promising epitopes (i.e. 13 CTL epitopes, 9 HTL epitopes, and 10 LBL epitopes) exhibiting full conservancy were then selected for designing the peptide fusion with appropriate linkers, having hBD-3 as the adjuvant. The peptide vaccine was modeled, refined, and validated to further improve the structural attributes. Following this, molecular docking analysis with specific TLRs was carried out which revealed excellent interactions and global binding energies. Additionally, molecular dynamics (MD) simulation was conducted which ensured the stability of the interactions between vaccine and TLR. Furthermore, mechanistic approaches to imitate and predict the potential immune response generated by the administration of vaccines were determined through immune simulations. Owing to an overall evaluation, in silico cloning was carried out in efforts to generate recombinant pETite plasmid vectors for subsequent mass production of the vaccine peptide, incorporated within E.coli . However, more in vitro and in vivo experiments can further validate its efficacy against RSV infections.

Wuhan Novel Coronavirus disease (COVID-19) outbreak has become a global outbreak which has raised the concern of scientific community to design and discover a definitive cure against this deadly virus which has caused deaths of numerous infected people upon infection and spreading. To date, no antiviral therapy or vaccine is available which can effectively combat the infection caused by this virus. This study was conducted to design possible epitope-based subunit vaccines against the SARS-CoV-2 virus using the approaches of reverse vaccinology and immunoinformatics. Upon continual computational experimentation three possible vaccine constructs were designed and one vaccine construct was selected as the best vaccine based on molecular docking study which is supposed to effectively act against SARS-CoV-2. Later, molecular dynamics simulation and in silico codon adaptation experiments were carried out in order to check biological stability and find effective mass production strategy of the selected vaccine. Hopefully, this study will contribute to uphold the present efforts of the researches to secure a definitive treatment against this lethal virus.

Herpes Simplex Virus (HSV) is an infectious virus that is responsible for various types of orofacial and genital infections. Two types of HSV viruses, HSV-1 and HSV-2, are the most dangerous HSV viruses. Every year, millions of people get infected with this menacing virus, however, no satisfactory treatment or vaccine has not yet been discovered to fight against HSV. Although there are some anti-viral therapies, however, studies have showed that such anti-viral therapies may also fail to provide good impact. In this study, a possible subunit vaccine against HSV-1, strain-17, was designed using the tools and reverse vaccinology and bioinformatics. Three potential antigenic envelope glycoproteins were selected from nine envelope glycoproteins, for possible vaccine construction. Potential epitopes capable of inducing high immunogenic response and at the same time have non-allergenicity and conservancy across other strains and species, were selected by some robust analysis, for vaccine construction. Finally, three possible vaccines were designed. Each of the vaccine construct differ from each other only in their adjuvant sequences and based on molecular docking analysis, one best vaccine construct was selected for molecular dynamics simulation study and in silico codon adaptation. The experiment showed that the selected best vaccine should be good candidate against HPV-1, strain-17. However, wet lab study should be conducted on the suggested vaccine(s) for confirming their potentiality, safety and efficacy.

In this study Curcumin and their different analogues have been analyzed as the inhibitors of signaling proteins i.e., Cycloxygenase-2 (COX-2), Inhibitor of Kappaβ Kinase (IKK) and TANK binding kinase-1 (TBK-1) of Toll Like Receptor 4 (TLR4) pathway involved in inflammation using computational tools. Multiple analogues showed better binding affinity than the approved drugs for the respective targets. Upon continuous computational exploration 6-Gingerol, Yakuchinone A and Yakuchinone B were identified as the best inhibitors of COX-2, IKK and TBK-1 respectively. Then their drug like potentialities were analyzed in different experiments where they also performed sound and similar. Hopefully, this study will uphold the efforts of researchers to identify anti-inflammatory drugs from natural sources.