Lippia citriodora L. (Limon Otu) Bitkisinin Antikanser Potansiyelinin In Silico Yöntemlerle Değerlendirilmesi
Year: 2026
Type: article
Abstract: Amaç: Akciğer kanseri dünya genelinde en sık teşhis edilen ve mortalitesi en yüksek kanser türlerinden biridir. Mevcut tedavilerin sağlıklı dokular üzerindeki sitotoksik etkileri, bitkisel kökenli alternatif ajanlara ilgiyi artırmıştır. Bu çalışmada Lippia citriodora L. (limon otu) bitkisinin başlıca fitokimyasallarının ilaç adayı olma potansiyeli tsilico olarak değerlendirilmiştir. Gereç ve Yöntem: Limon otu bitkisinde yaygın olarak bulunduğu rapor edilen altı bileşiğin (spatulenol, sitral, geraniol, limonen, ar-kurkumen, neral) yapıları PubChem'den alınmış; farmakokinetik, ilaç benzerliği ve toksisite parametreleri SwissADME, ADMETlab 3.0 ve ProTox 3.0 ile tahmin edilmiştir. ADMET profillerine göre seçilen limonen ve sitral, 53BP1 (PDB ID: 8SWJ) ile Kaspaz-3 (PDB ID: 6X8I) proteinlerine karşı SwissDock üzerinden AutoDock Vina ile kenetlenmiş; etkileşimler BIOVIA Discovery Studio Visualizer ile analiz edilmiştir. Bulgular: Spatulenol, sitral, geraniol ve neral Lipinski'nin beşli kuralına tam uyum göstermiş; ar-kurkumen logP değeriyle (5.693) kuralı ihlal etmiştir. Limonen kurala uymakla birlikte heteroatom içermemesi nedeniyle aşırı lipofilik bir profil sergilemiştir. En yüksek bağlanma afinitesi limonen–53BP1 kompleksinde (−6.108 kcal/ mol) elde edilmiş; bunu limonen–Kaspaz-3 (−5.026), sitral–53BP1 (−4.990) ve sitral–Kaspaz-3 (−4.010 kcal/ mol) izlemiştir. Limonenin bağlanması Pi-sigma ve Pialkil etkileşimleriyle sağlanırken sitral 53BP1 ile ilave bir hidrojen bağı kurmuştur. Sonuç: Sitral, geraniol ve neral en uygun ADMET profillerini sergilerken limonen her iki hedefe de en güçlü bağlanmayı göstermiştir. Limonenin hem 53BP1 hem de kaspaz-3 ile çift hedefli etkileşimi, bu molekülün deneysel antikanser araştırmaları için aday olabileceğini düşündürmektedir. Bulgular hesaplamalı öngörüler olup in vitro ve in vivo çalışmalarla doğrulanmalıdır.
Source: IYYU Journal of PhytoPharmacy
DOI: 10.66072/jpp.2026.14
Language: English
Subfield: Computational Theory and Mathematics
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7214757467