Integrating in vitro, in silico, and machine learning approaches to identify potent phytochemicals from Phyllanthus amarus leaf extracts with activity against multi-drug resistant pathogens
Rattachement africain : Nigéria, us. Niveau de preuve : code pays fourni par la source.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Integrating in vitro, in silico, and machine learning approaches to identify potent phytochemicals from Phyllanthus amarus leaf extracts with activity against multi-drug resistant pathogens
- Date Crossref
- 01/06/2026
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Adekunle Ajasin University Department of Microbiology Nigéria (code pays fourni par la source)Université ou école supérieure
-
Bayero University Kano Bayero University Kano, Nigéria (code pays fourni par la source)Université ou école supérieure
-
Florida State University Department of Biological Science pays non établi dans la noticeUniversité ou école supérieure
-
Nigerian Defence Academy Nigéria (code pays fourni par la source)Université ou école supérieure
-
Faculty of Pharmaceutical Sciences Kano, Nigéria (pays nommé en fin d’affiliation)Université ou école supérieure
-
Chemoinformatics Academy Nigéria (pays nommé en fin d’affiliation)Institution
Department of Microbiology — Adekunle Ajasin University (Nigéria), Bayero University Kano (Bayero University Kano, Nigéria) et Department of Biological Science — Florida State University, avec 3 autres affiliations. Pays d’affiliation : Nigéria.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.