Genetic diversity existing between the chicken breeds can be used as a means to unravel the biological mechanisms affecting traits of commercial prominence. The present study attempted to compare the biological pathways enriched in pectoralis major muscles in five diverse chicken breeds. RNA sequencing data was generated from four biological replicates of pectoralis major muscles from Ankleshwar, Aseel, Kadaknath, Punjab Brown and Nicobari chicken. A total of 40 genes each for Nicobari and Aseel, 46 for Punjab Brown, 65 for Kadaknath and 86 for Ankaleshwar were found to be unique. The Neuroactive ligand-receptor interaction pathway was enriched in Ankaleshwar, Aseel and Kadaknath. However, the set of genes identified in this pathway were associated with different ligand receptors in each of the three breeds. The Wnt signaling pathway showed significant enrichment in Nicobari chicken while the Steroid biosynthesis pathway showed prominent expression in Punjab Brown chicken. The significant pathways pinpoint to genetic characteristics associated with each breed suggesting a transcriptome footprint. Our study is a first step toward determining the genetic basis of phenotypic diversity in chicken.

Rice blast disease, instigated by Magnaporthe oryzae (M. oryzae), significantly impedes global rice production. Targeting the M. oryzae signaling protein, cAMP-Protein Kinase A (CPKA), which facilitates appressorium development and host penetration, this study explores the potential inhibitory effects of natural compounds. Virtual screening, molecular docking and text mining approaches were used to find the nimonol and curcumin that inhibit the CPKA protein. The MM-PBSA method was used to do the molecular dynamics (MD) simulation and the binding free energy analysis of the molecule. Their binding free energies (ΔGbind) of −78.81 kJ/mol and −117.65 kJ/mol, respectively, point to the potential efficacy of the CPKA-nimonol and CPKA-curcumin complexes as inhibitors. The inhibitory effects have been further verified by various MD analysis. This study emphasizes the need to conduct further study on the CPKA protein and gives important insights into the possibility of natural compounds as M. oryzae inhibitors.

Background: The identification and classification of natural products are vital in drug discovery and bioactive compound exploration. Traditional methods are laborious and timeconsuming, necessitating innovative tools for accurate predictions using advanced AI techniques. Objectives: This paper presents NaturePred, a user-friendly tool designed to predict the class of natural products and calculate eight physicochemical properties of protein sequences. It aims to accurately predict five distinct classes of natural product biosynthetic gene clusters (BGCs): Polyketide Synthases (PKS), Non-ribosomal Peptide Synthetases (NRPS), Ribosomally Synthesized and Post- Translationally Modified Peptides (RiPPs), Terpenes, and PKS-NRPS Hybrids. It also addresses reliability in multi-class classification with a 90% confidence score threshold. Method: NaturePred offers three input options: single protein sequence, CSV file, or GenBank (.gbk) file. It uses a pipeline with a Natural Language Processing model based on TF-IDF (Term Frequency- Inverse Document Frequency) and a Logistic Regression classifier. Predictions are made if the confidence score exceeds 90%; otherwise, "None of the above class" is predicted. Evaluation with unseen data from the MiBIG database shows high accuracy (~96%) in assigning BGCs. Results: NaturePred provides accurate predictions with high confidence scores, demonstrating reliability across different datasets. It calculates eight physicochemical properties of protein sequences, offering valuable insights for further analysis. Conclusion: NaturePred's integrated features, including versatile input options, accurate predictions, and physicochemical property calculations, make it an indispensable tool in natural product research. By addressing classification challenges, NaturePred facilitates drug discovery and bioactive compound exploration, advancing the field. Tool available: (http://login1.cabgrid.res.in:5101/).