Health Makassar摘要乳腺癌部的2个Poltekkes是一种癌症,由乳腺细胞形成,该乳腺细胞生长,并具有长期控制的地方,位于小叶层和管道通道中。通过Wnt/β-catenin途径过表达糖原合酶3β(GSK3β)引起的乳腺癌的原因之一,因此β-catenin不会引起癌症。具有活性作为乳腺癌活性的化合物之一是α-Mangostin。这项研究的目的是确定α-蜂蛋白化合物可以作为对乳腺癌中GSK3β受体的抑制剂。这项研究中的方法是通过GSK3β受体中的分子对接(GDP代码:1Q3D,1PYX,4ACC,3GB2,4PTE,1Q5K)和α-Mangostin使用Autodock工具4.2和Biovia Discoverio2019。分子对接(分子对接)的结果表明,比天然配体(比较)在1q3d GDP代码(-8.76 kcal//mol和376.96 Nm)中,α-粘蛋白化合物具有较低的键合能量和抑制常数(比较),4ACC(-7.66 kcal/mol/sol)和1.66 kcal/solm and.66 kcal/4um and.4.66 kcal/6um anc.(-66 kcal/molum and 2.4.66 kcal/molum and)( kcal/mol和17.55μm)。氨基酸残基α-蜂窝蛋白化合物的相互作用的结果与三种天然配体的相似性,百分比范围为66-84%。这表明α-甲状腺素化合物可以用作乳腺癌药物的候选者。关键词:α-蜂窝蛋白,乳腺癌,GSK3β受体,中
摘要:异藻醇(IMO)的高度聚合不仅有效地促进了人体中双杆菌的生长和繁殖,而且还使其抗胃酸的快速降解具有抗性,并可以刺激胰岛素分泌。在这项研究中,我们选择了表达的右旋酶(PSDEX1711)作为研究模型,并使用自动库克Vina分子对接技术来对接IMO4,IMO5和IMO6与其使用该突变位点,然后通过其定型型氨基酸的构图和水合构图的构图进行了启用,并研究了该突变的潜在作用。发现突变酶H373A的IMO4产量显着增加至62.32%。饱和突变表明,突变酶H373R的IMO4产量升至69.81%,其相邻位点S374R IMO4产量增加到64.31%。对突变酶的酶特性的分析表明,H373R的最佳温度从30℃降低到20℃,并且在碱性条件下维持了超过70%的酶活性。双点饱和突变结果表明,突变酶H373R/N445Y IMO4产量增加到68.57%。结果表明,具有基本非极性氨基酸的373个位点(例如精氨酸和组氨酸)会影响酶的催化特性。发现为IMO4的未来销售生产和右旋酶结构的分析提供了重要的理论基础。
背景:小檗碱是一种天然存在的生物碱,被广泛用于多种健康益处,包括体重管理和代谢紊乱。据报道,小檗碱的主要药理作用是通过激活 AMP 活化蛋白激酶,而其其他临床结果缺乏明确的作用机制。因此,本研究使用成熟的 Insilco 工具评估了小檗碱及其两种主要代谢物(小檗红碱和药根碱)在人体中的详细药理学。材料和方法:在 SwissTargetPrediction 服务器中确定了小檗碱及其代谢物的靶标,并使用 AutoDock vina 1.2.0 评估了它们的亲和力。使用 PrankWeb:配体结合位点预测工具评估了最高配体受体组合的结合位点。结果:激酶、酶和 A 家族 GPCR 被确定为小檗碱及其代谢物的三大靶标类别。观察到 ROCK2、PIK3CD、KCNMA1、CSF1R 和 KIT 是小檗碱及其代谢物的高亲和力靶点,亲和力值 <4 uM。小檗碱及其代谢物对所有 AMPK 和脂质/葡萄糖调节靶点(LDLR、DDP4 和 PCSK9)的亲和力均为 >10 uM。小檗碱及其代谢物对 ROCK2 的 IC50 值最小(<1 uM),而其其他高亲和力靶点(PIK3CD、KCNMA1、CSF1R 和 KIT)的 IC50 值 <5 uM。结论:多种多样的蛋白质靶点和观察到的新的亲和力靶点(ROCK2、PIK3CD、KCNMA1、CSF1R 和 KIT)为小檗碱及其代谢物在各种疾病条件下的潜在作用机制和治疗效果提供了有价值的见解,值得在合适的功效分析研究中进行验证。
阿尔茨海默病(AD)是一种主要影响老年人的神经退行性疾病。最近研究发现,sigma-1受体(S1R)激动剂可以维持内质网应激稳态,减少神经元凋亡,增强线粒体功能和自噬,使S1R成为治疗AD的靶点。传统实验方法成本高、效率低,需开发快速准确的预测方法,而药物再利用为AD治疗提供了新的途径和选择。在本文中,我们提出了一种用于药物 - 靶标亲和力(DTA)预测的混合神经网络HNNDTA,以促进药物再利用用于AD治疗。该研究结合蛋白质-蛋白质相互作用(PPI)网络分析,HNNDTA模型和分子对接来寻找AD的潜在线索。利用13个药物编码网络和9个靶点编码网络构建HNNDTA模型,以2506个FDA批准药物作为S1R及其相关蛋白的候选药物库。利用HNNDTA模型的网络药理学和DTA预测结果,鉴定出7种潜在药物。进一步利用AutoDock Vina工具进行分子对接模拟,筛选出氟哌啶醇和溴哌啶醇作为治疗AD的先导化合物。吸收、分布、代谢、排泄和毒性(ADMET)评价结果表明,这两种化合物均具有良好的药代动力学性质,且几乎无毒。该研究提出了一种新的计算机辅助药物设计方法,该方法更快、更经济,并能提高新药化合物的命中率。本研究结果为AD治疗提供了新的先导化合物,由于其多靶点作用,可能有效。HNNDTA可在https://github.com/lizhj39/HNNDTA免费获取。
摘要简介:鲁丁蛋白是一种黄酮醇糖苷,已知血糖还原活性。然而,其在降低血糖水平的分子机制尚不清楚。这项研究用于阐明鲁丁作为抗糖尿病药物的药理机制。方法:在相关数据库中筛选Rutin的潜在目标以构建复合目标网络。网络药理学用于识别与疾病,基因本体学和KEGG途径相关的靶标,并使用Autodock 4.2在ADT界面辅助的结果中证实了其潜在的结合亲和力:。结果强调了MTOR,PIK3R1和NFKB1R是通过网络药理学的潜在目标。与胰岛素信号通路,胰岛素抵抗,2型糖尿病,B受体信号通路,糖尿病并发症和胰腺癌中的年龄静电信号通路途径有关的靶标。所有对接协议的有效期为TNF-A,NF-KB,PI3K的RMSD值分别为0.72Å,0.67Å和0.54Å。分子对接已经通过与这些蛋白质稳定结合,估计的自由结合能值为-8.54 kcal/mol(nf -kb),-8.01 kcal/mol(pi3k)和-6.22 kcal/mol(tnf -l -l -l -l -l -l -l -li)。结论:该研究已通过稳定与NF-KB,TNF-和PI3K结合,对Rutin在DM管理中的分子机制有了深入的了解。但是,需要进一步的实验室实验研究,尤其是体外和体内测定。关键字:鲁丁,抗糖尿病,网络药理学,分子对接,虚拟筛查
基质金属蛋白酶9(MMP-9)是锌,依赖钙的蛋白水解酶,参与细胞外基质降解。MMP-9的过度表达已在几种疾病中得到证实,包括癌症,阿尔茨海默氏病,自身免疫性疾病,有氧运动血管疾病和龋齿。因此,建议将MMP-9抑制作作为对抗各种疾病的治疗策略。肉桂酸衍生物在不同的癌症,阿尔茨海默氏病,心血管疾病和龋齿中表现出治疗作用。进行了一种计算药物发现方法,以评估选定的肉桂酸衍生物与MMP-9活性位点的结合亲和力。还检查了对顶级化合物的停靠姿势的稳定姿势。使用Autodock 4.0工具测试了12种草药肉桂酸衍生物可能抑制MMP-9。通过10纳秒模拟中,通过分子动力学(MD)评估了最有效的MMP-9抑制剂的停靠姿势的稳定性。在MMP-9活性位点中,在MD模拟之前和之后研究了本研究中最佳的MMP-9抑制剂与在MMP-9活性位点中掺入的残基之间的相互作用。cynarin,绿原酸和马链酸与MMP-9催化结构域具有相当大的结合亲和力(δg结合<–10 kcal/ mol)。在皮摩尔尺度上计算了cynarin和绿原酸的抑制恒定值,并将其分配为肉桂酸衍生物中最有效的MMP-9抑制剂。在10 NS模拟中,cynarin和绿原酸的根平方偏差低于2Å。cynarin,绿原酸和红氨酸酸可能是MMP-9抑制作用的候选药物。
摘要背景:Covid-19(2019年冠状病毒病)是由严重的急性呼吸综合症2型(SARS-COV-2)引起的,这构成了明显的全球健康和经济危机,该危机敦促有效治疗。方法:总共11个分子(Baricitinib,Danoprevir,Dexamethasone,Hydrox- Ychloroquine,Ivermectin,lopinavir,甲基甲基甲虫,Remdesivir,Remdesivir,Ritononavir,Ritonavir,Ritonavir和Saridegib和Saridegib,saridegib,saridegib,saridegib,condina contine conto ander cons of tosect in select ins seption condine condine contine condine sout solect solect通过靶向SARS-COV的主要蛋白酶(MPRO)的抗病毒活性,这是一种半胱氨酸蛋白酶,介导病毒复制过程中多蛋白的成熟裂解。结果:三种药物与N3(活性MPRO抑制剂作为对照)表现出更强的结合功能:Danoprevir(–7.7 kcal/mol),remdesivir(–8.1 kcal/mol)和saridegib(–7.8 kcal/mol)。在Glya的Danoprevir-Mpro复合物中鉴定出两个主要的常规氢键:143和GLNA:189,而残基GLUA:166形成了碳 - 氢键。在Asna:142,血清:144,CYSA:145,HISA:163,GLUA:166和GLNA:189的Remdesivir中鉴定出七个主要的常规氢键。与抗坏血酸(–5.4 kcal/mol)相比,头孢氨思显示出对MPRO(–7.9 kcal/mol)的结合性更好(–5.4 kcal/mol)。在HISA:164,POA; 168,GLNA; 189和THRA:190的头孢氨思-Mpro复合物中形成了四个碳 - 氢键。结论:这项研究的发现表明,这些药物可能通过靶向MPRO蛋白来抑制SAR-COV-2病毒。
3 尼日利亚阿贝奥库塔联邦农业大学园艺系 摘要 血管紧张素转换酶 (ACE) 抑制一直是抗高血压药物开发的一条有希望的途径。我们的研究使用计算机模拟方法调查了来自六种药用植物(Allium sativum L.、Zingiber officinale Roscoe、Acalypha godseffiana Mast.、Moringa oleifera Lam.、Vernonia amygdalina Delile 和 Rauvolfia vomitoria Afzel.)的生物活性化合物对 ACE 的抑制潜力。筛选了三十一 (31) 种生物活性化合物,同时使用雷米普利和依那普利作为对照药物。从 PubChem 在线服务器获得了生物活性化合物和对照药物的 3D 结构和规范简化分子输入线输入系统 (SMILES)。使用 SwissADME 在线服务器和 AutoDock Vina 软件对生物活性化合物进行药物相似性评估,并对成功化合物进行蛋白质-配体对接。还进行了 ADMET(吸收、分布、代谢、排泄、毒性)分析,以评估命中配体是否适合进一步药物开发。在筛选的 31 种化合物中,17 种至少通过了药物相似性判定的五条标准规则中的四条,而对照药物(雷米普利和依那普利)未通过其中一条规则。 Ajmaline、芹菜素、槲皮素、Cryptolepine、木犀草素、羟基维诺内酯、山奈酚和维诺达洛尔的结合能分别为 -9.6 kcal/mol、-8.7 kcal/mol、-8.5 kcal/mol、-8.4 kcal/mol、-8.4 kcal/mol、-8.3 kcal/mol、-8.3 kcal/mol 和 -7.8 kcal/mol,高于雷米普利和依那普利(-7.6 kcal/mol 和 -7.5 kcal/mol)。较高的结合能和结合相互作用的稳定性表明这些命中配体是针对 ACE 的潜在抗高血压药物。然而,需要进行湿实验室实验研究来验证这些化合物的抑制活性并阐明其作用机制。关键词:植物化合物、结合亲和力、高血压、靶蛋白、药用植物 *通讯作者电子邮件:fawibeoo@funaab.edu.ng 简介 高血压,俗称高血压,是影响人类最常见的疾病之一
酪蛋白激酶2-α蛋白是治疗白血病癌的靶标之一,它是调节白血病癌生生长的重要分子。姜黄素化合物被证明具有2-α酪蛋白抑制剂的活性,但仍没有研究将姜黄素衍生物化合物作为2-α酪蛋白酶抑制剂进行测试。这项研究的目的是根据酪蛋白化合物及其衍生物作为酪蛋白激酶抑制剂2-αIDGDP:3PE1:3PE1通过分子对接(基于最低的键合能(ΔG)和相互作用),并知道ADMET的预测。所使用的方法是带有自动库克工具1.5.7的分子张力。接下来是Lipinski对姜黄素化合物的五(RO5)测试及其衍生物的规则,并伴随着使用Swiss Adme和Admetsar进行ADMET筛选。获得的结果是三种测试化合物,具有最佳的游离键能(ΔG),即DI -O -O -ECETEDETEDEMETHOXY CURCUMIN = -10.13 kcal/mol,二甲氧基姜黄素= -9.93 kcal/mol/mol和Dimethyl Curcumin = -9,88 kacal/mol。氨基酸残基最大程度地形成氢键的是valine(Val 116)多达22种相互作用,其次是赖氨酸(Lys 68)(Lys 68)多达18种相互作用,而天冬氨酸(ASP 175)(ASP 175)多达17个相互作用。三种最佳测试化合物还符合RO5标准,并且在这些化合物中进行ADMET筛选显示了活性预测的结果,因为2-α酪蛋白抑制剂具有吸收参数,分布,代谢,排泄,毒性(ADMET)已经很好。基于从这项研究获得的数据,预计三种最佳测试化合物具有2-α酪蛋白抑制剂的潜力。
摘要 本研究旨在利用网络药理学和分子对接方法探讨瓜蒌-当归-乳香-没药(TAFM)治疗乳腺癌的关键活性成分、潜在靶点及其分子机制。利用中药系统药理学数据库与分析平台(TCMSP)数据库获取TAFM的化学成分和相关靶点;利用GeneCards、OMIM、Drugbank和治疗靶点数据库(TTD)等数据库识别乳腺癌相关靶点;利用Cytoscape 3.9.1软件和STRING(Search Tool for the Retrieval of Interaction Gene/Proteins)数据库可视化药物成分-靶点-疾病和蛋白质相互作用网络,筛选核心成分和关键靶点。使用DAVID(Database for Annotation, Visualization and Integrated Discovery)数据库进行基因本体论(GO)和京都基因和基因组百科全书(KEGG)分析,使用AutoDock和PyMOL软件进行分子对接。发现TAFM在治疗乳腺癌中的关键活性成分包括β-谷甾醇、豆固醇、鞣花酸、天竺葵素和矮牵牛素,共鉴定出ESR1、VEGFA、PTGS2、HSP90AA1、CASP3等38个关键靶点和枢纽基因。分子对接结果证实豆固醇和胱天蛋白酶3(CASP3)是相关最密切的靶点。GO富集分析显示,参与的生物学过程主要包括药物反应、凋亡过程的正向调控和基因表达双向调控等。KEGG通路分析揭示了与癌症、炎症及感染相关疾病相关的通路的参与。研究结果提供了支持性证据,表明β-谷甾醇、豆固醇、鞣花酸、天竺葵素和矮牵牛素代表TAFM的关键生物活性成分,通过调节雌激素受体α(ESR1)、血管内皮生长因子A(VEGFA)、前列腺素-内过氧化物合酶2(PTGS2)、热休克蛋白90α(HSP90AA1)和CASP3在治疗乳腺癌中表现出抗乳腺癌活性。