Medicinal plants have bioactive compounds which are used for curing of various human diseases and also play an important role in healing.Phytochemicals have two categories i.e., primary and secondary constituents.Primary constituents have chlorophyll, proteins sugar and amino acids.Secondary constituents contain terpenoids and alkaloids.Medicinal plants have antifungal, antibacterial and anti-inflammation activities.The present study involves ten different medicinal plants Acacia nilotica, Psidium gujauva, Luffa cylindrical, Morus alba, Morus nigra, Momordica charantia, Fagonia cretica, Punica granatum, Ficus palmate and Prunus persica locally available in Mardan region of Pakistan.The leaves of the selected medicinal plants were washed, air dried and then powdered.The aqueous extract of leaf samples were used for the phytochemical analysis to find out the phytochemical constituents in the plants.The main objective of the research work was to check the presence or absence of the phytochemical constituents in all the selected medicinal plants.The results of the phytochemical analysis of these medicinal plants showed that the terpenoids, phlobatannins, reducing sugar, flavonoids and alkaloids were found to be present in afore mentioned medicinal plants.The phytochemical analysis of the plants is very important commercially and has great interest in pharmaceutical companies for the production of the new drugs for curing of various diseases.It is expected that the important phytochemical properties recognized by our study in the indigenous medicinal plants of Mardan will be very useful in the curing of various diseases of this region.

Abstract Protein design is central to nearly all protein engineering problems, as it can enable the creation of proteins with new biological function, such as improving the catalytic efficiency of enzymes. As one of the key tasks of protein design, fixed-backbone protein sequence design aims to design novel sequence that would fold into a given protein backbone structure. However, current sequence design methods have limitations in terms of low sequence diversity and experimental validation of designed protein function, which cannot meet the needs of functional protein design. We firstly constructed Graphormer-based Protein Design (GPD) model that directly applies Transformer to graph-based representation of 3D protein structure, and added Gaussian noise and sequence random mask to node features to improve the sequence recovery and diversity. Additionally, functional filtering based on the structure folding, solubility, and function were performed to improve the success rate in experiments. The process of “sequence design-functional filtering -functional experiment” was carried out for CalB hydrolase. The experimental results showed that the specify activity of designed protein improved 1.7 times than CalB wild type. This design and filtering platform will be a valuable tool for generating industrial enzymes and protein drugs with specific functions.

The NOD-Like Receptor Protein-3 (NLRP3) inflammasome is a key therapeutic target for the treatment of epilepsy and has been reported to regulate inflammation in several neurological diseases. In this study, a machine learning-based virtual screening strategy has investigated candidate active compounds that inhibit the NLRP3 inflammasome. As machine learning-based virtual screening has the potential to accurately predict protein-ligand binding and reduce false positives outcomes compared to traditional virtual screening. Briefly, classification models were created using Support Vector Machine (SVM), Random Forest (RF), and K-Nearest Neighbor (KNN) machine learning methods. To determine the most crucial features of a molecule's activity, feature selection was carried out. By utilizing 10-fold cross-validation, the created models were analyzed. Among the generated models, the RF model obtained the best results as compared to others. Therefore, the RF model was used as a screening tool against the large chemical databases. Molecular operating environment (MOE) and PyRx software's were applied for molecular docking. Also, using the Amber Tools program, molecular dynamics (MD) simulation of potent inhibitors was carried out. The results showed that the KNN, SVM, and RF accuracy was 0.911 %, 0.906 %, and 0.946 %, respectively. Moreover, the model has shown sensitivity of 0.82 %, 0.78 %, and 0.86 % and specificity of 0.95 %, 0.96 %, and 0.98 % respectively. By applying the model to the ZINC and South African databases, we identified 98 and 39 compounds, respectively, potentially possessing

Inflammation is a complex physiological response associated with the onset and progression of various disorders, including diabetes. In this study, we synthesized a series of diclofenac acid derivatives and evaluated their potential anti-diabetic and anti-inflammatory activities. The compounds were specifically assessed for their ability to inhibit 15-lipoxygenase (15-LOX) and α-glucosidase enzymes. The structures of synthesized derivatives were confirmed through 1 H nuclear magnetic resonance (NMR), 13 C-NMR and high-resolution mass spectrometry (electron ionization) analysis. All these synthesized derivatives exhibited varying degrees of inhibitory activity against LOX, when compared with standard drugs, compounds 5a (half-maximal inhibitory concentration (IC 50 ) 14 ± 1 µM), 5b (IC 50 61 ± 1 µM) and 7c (IC 50 67 ± 1 µM) showed good activity against the LOX enzyme. While the α-glucosidase inhibitory results revealed that most of the compounds exhibited significant activity when compared with the standard drug acarbose (376 ± 1 µM). The most potent compounds as α - glucosidase inhibitors were 7b (3 ± 1 µM), 4b (5 ± 1 µM), 7a (7 ± 1 µM) and 8b (11 ± 1 µM). All these active compounds were found to be least toxic and maintained the mononuclear cells viability at 96–97% compared with that of controls as determined by multi-transaction translator assay. Molecular docking studies further reiterated the significance of these ‘lead’ compounds with great potential against the target enzymes in the process of drug discovery.

Abstract Diabetes mellitus (DM) is a disorder which is raised at the alarming level and it is characterized by the hyperglycemia results from the impaired action of insulin, production of insulin or both of these simultaneously. Consequently, it causes problems or failure of different body organs such as kidneys, heart, eyes, nerve system. Since this disease cannot be completely cured until now, we aimed to design series of enzymes inhibitors and tested them for DM treatment. In this series, benzimidazole-based thiazolidinone bearing chalcone derivatives completed in a four step reaction and their structures were confirmed through various spectroscopic techniques. A significant efficacy on antidiabetic enzymes was observed, with IC 50 values ranging from 25.05 ± 0.04 to 56.08 ± 0.07 μM for α-amylase and 22.07 ± 0.02 to 53.06 ± 0.07 μM for α-glucosidase. The obtained results were compared to those of the standard glimepiride drug (IC 50 = 18.05 ± 0.07 µM for α-amylase and IC 50 = 15.02 ± 0 .03 µM for α-glucosidase). The synthesized compounds showed promising antidiabetic potency. Moreover, a molecular docking study was conducted on the most active analogs of the compounds to better understand their interactions with the active sites of the targeted enzymes.

Objective: To determine the frequency of perforated acute appendicitis in patients with acute appendicitis and its association with patients clinic demographic characteristics. Study design and setting: This cross sectional study was conducted in general surgery unit from 1st January 2022 to 31st December 2022. Methodology: 171 patients were included. Patients who were provisionally diagnosed as acute appendicitis were included in the study. Sampling technique was nonprobability consecutive sampling. Statistical analysis was done through SPSS Version 23. Results: The study included 171 patients, with 58.5% male and 41.5% female. The majority of patients were aged between 25-35 years and had a normal weight. Grossly inflamed appendix was the most common finding (69.6%), followed by perforated appendix (19.3%), normal appendix (8.2%), and gangrenous appendicitis (2.9%). There was no statistically significant difference between gender and intraoperative findings. Age categories and duration of symptoms were significantly associated with intraoperative findings. Conclusion: In conclusion, 19.3% of patients with acute appendicitis presented with perforation. Age and duration of symptoms were found to be significantly associated with intraoperative findings, highlighting the importance of early diagnosis and timely surgical intervention