Monoterpen ve Monoterpenoidlerin Antifungal Karakterlerinin Belirlenmesinde Biyoinformatik Destekli Trend Analizi

Amaç: Geçmişten günümüze tek yıllık bitkilerden çok yıllık ağaçlara kadar çok geniş bir ölçekte bitkisel bileşikler doğrudan veya dolaylı olarak hastalık tedavisinde sıklıkla tercih edilmiştir. Bitki, hayvan ve insanlarda çeşitli fungal enfeksiyonların tedavisinde de bitkisel sekonder metabolitler bu amaç doğrultusunda kullanılmaktadır. Mevcut çalışma, üç temel bitkisel sekonder metabolit grubundan monoterpenlerin antifungal etkilerinin son 20 yıldaki araştırmalardaki sıklığının ortaya koyulmasını amaçlamaktadır. Gereç ve Yöntem: Literatürde çok çeşitli bitki gruplarından elde edilebildiği bilinen 20 farklı monoterpenoid bileşiğinin antifungal etkilerine dair araştırmalara dair veriler R programlama dili aracılığıyla rentrez paketi kullanılarak pubmed veritabanından çekilmiştir. Çekilen veriler yine aynı programlama dili ile normal dağılım testleri ve korelasyon matrislerine tabi tutulmuştur. Bulgular: Monoterpenoidler üst başlığı “antifungal” anahtar kelimesi ile birlikte verildiğinde en yüksek araştırma seviyesinde olduğu belirlendi. 2005-2025 yılları arasında yıllık ortalama en yüksek araştırma sayısı 111,90±50,76 ile timol olduğu belirlendi. En düşük yıllık makale sayısı ise fenkol (0,24±0,43) bileşiği için belirlendi. 20 bileşenden on bir tanesine ait makalelerin yıllık sayılarının normal dağılım gösterdiği, yüksek sayıda araştırmaya tabi olmuş bileşikler için korelasyon matrisleri ile pozitif korelasyon tespit edildi. Sonuç: Timol, karvakrol, linalol, kafur ve mentol bileşiklerine ait antifungal alt başlığından değerlendirilen araştırmaların sayısının diğerlerine göre göreceli olarak daha fazla olduğu belirlendi. Tarihsel öneme de sahip bu bileşiklerin yoğun antifungal etki araştırmalarında yer bulmaları tahmin edilebilir bir durumu ifade ederken, monoterpenoidlerin benzer bir trend analizi ile antibakteriyel ve antimikrobiyal alt başlıklarında da değerlendirilmesi mevcut çalışmadan elde edilen verileri tamamlayıcı nitelikte olabilir.