设计与合成:氨肽酶N小分子抑制剂的虚拟筛选研究
29 浏览量
更新于2024-09-07
收藏 393KB PDF 举报
"基于一种虚拟筛选的氨肽酶N小分子抑制剂的设计、合成与初步活性研究"
本文主要探讨了氨肽酶N(APN)小分子抑制剂的创新设计、合成及初步活性评估。氨肽酶N是一种在肿瘤细胞中高度表达的酶,与肿瘤的生长、侵袭和转移密切相关,因此,研发APN抑制剂具有重要的抗肿瘤治疗潜力。
作者团队采用虚拟筛选技术,利用SYBYL7.0软件中的UNITY模块,以7种锌离子螯合基团作为模板,从NCI开放数据库中筛选出可能具有APN抑制活性的化合物,构建了新的化合物库DB_ZBG。这个数据库包含了NCI自1955年以来收集的大量有机合成和天然产物化合物,总计约250000个。
接着,他们利用FlexX模块对接酶与bestatin(一种已知的APN抑制剂)的复合物结构,优化了对接打分条件。在此基础上,以bestatin、Phebestin和para-hydroxybestatin为基准,对DB_ZBG库中的化合物进行了五次对接打分,以寻找潜在的高活性抑制剂。
实验结果显示,化合物A6和A7在抑制APN酶活性方面表现突出,且对高表达APN的肿瘤细胞HL-60显示出优异的抑制效果,优于阳性对照药Bestatin。这表明A6和A7可能是APN抑制剂开发的新颖候选分子,为设计更高效的抗肿瘤药物提供了可能。
虚拟筛选是现代药物发现的重要手段,它能高效地从海量化合物中筛选出具有生物活性的目标分子。通过这种方式,研究人员能够减少实验次数,降低成本,加速新药研发进程。在本研究中,虚拟筛选成功地帮助研究人员找到了两个有前景的APN抑制剂,为后续的结构优化和药理学研究奠定了基础。
此外,本研究也强调了APN抑制剂在肿瘤治疗中的关键作用,抑制APN活性有望成为阻断肿瘤侵袭和转移的有效策略。未来的工作可能包括对A6和A7的进一步优化,以提高其药效和选择性,同时降低潜在的副作用,最终目标是开发出针对APN的临床治疗药物。
2021-10-29 上传
2021-09-30 上传
2021-06-11 上传
2021-05-08 上传
2020-01-07 上传
2021-05-16 上传
2021-05-21 上传
2021-12-03 上传
点击了解资源详情
weixin_38690149
- 粉丝: 7
- 资源: 909
最新资源
- MATLAB新功能:Multi-frame ViewRGB制作彩色图阴影
- XKCD Substitutions 3-crx插件:创新的网页文字替换工具
- Python实现8位等离子效果开源项目plasma.py解读
- 维护商店移动应用:基于PhoneGap的移动API应用
- Laravel-Admin的Redis Manager扩展使用教程
- Jekyll代理主题使用指南及文件结构解析
- cPanel中PHP多版本插件的安装与配置指南
- 深入探讨React和Typescript在Alias kopio游戏中的应用
- node.js OSC服务器实现:Gibber消息转换技术解析
- 体验最新升级版的mdbootstrap pro 6.1.0组件库
- 超市盘点过机系统实现与delphi应用
- Boogle: 探索 Python 编程的 Boggle 仿制品
- C++实现的Physics2D简易2D物理模拟
- 傅里叶级数在分数阶微分积分计算中的应用与实现
- Windows Phone与PhoneGap应用隔离存储文件访问方法
- iso8601-interval-recurrence:掌握ISO8601日期范围与重复间隔检查