XiaoMi-AI文件搜索系统
World File Search SystemLipinski
研究分子对接和ADMET预测姜黄素衍生物作为2-α酪蛋白激酶抑制剂
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。
分子对接筛选、计算机药物设计和 10-脒基苯并萘啶作为恶性疟原虫有效抑制剂的 ADME 预测
摘要：由于抗药性的不断出现和蚊媒的适应性，疟疾的管理和控制仍然具有挑战性。这需要不断发现有效的抗疟药物。恶性疟原虫的乳酸脱氢酶 (Pf LDH) 是寄生虫能量产生的重要催化剂。Pf LDH 是抗疟药物设计和发现的重要靶点，因为抑制它会导致寄生虫死亡。在本研究中，通过分子对接筛选了 15 种对氯喹敏感和氯喹抗性的恶性疟原虫菌株有效的 10-脒基苯并萘啶分子，以找到 Pf LDH 的主要抑制剂。化合物的结合亲和力范围为 -5.5 至 -7.8kcal/mol。对结合亲和力最高的化合物进行修饰，设计了九种新型 10-脒基苯并萘啶。设计的化合物对靶标具有更好的结合亲和力，范围从 -7.8 到 -8.8kcal/mol，其中四种化合物的结合亲和力优于 10-脒基苯并萘啶抗疟药 Pyronaridine。此外，通过计算机模拟预测了设计化合物的 ADME 特性，并使用 Lipinski 的五规则和 Veber 的二规则研究了它们的药物相似性。根据这些规则，化合物 D1、D2、D3、D4、D5 和 D8 是潜在的口服候选药物。化合物 D2、D3 和 D8 具有良好的结合亲和力和 ADME 特性，因此可以开发成针对 Pf LDH 的强效抗疟药。这项工作的结果可用于开发能够抑制 Pf LDH 的活性抗疟药。关键词：分子对接，10-脒基苯并萘啶，恶性疟原虫乳酸脱氢酶，ADME 特性，计算机药物设计 1. 简介 疟疾是世界热带和亚热带地区常见的一种传染病，在非洲很流行，2022 年全球 94% 的病例都发生在非洲 [1]。该地区疟疾负担最重的原因可能是卫生条件差，导致媒介（雌性按蚊）繁殖，从而将寄生虫（疟原虫）在人与人之间传播。根据世卫组织 2023 年世界疟疾报告，尼日利亚占全球疟疾病例和死亡人数的 27% 和 31%，是世界上疟疾病例和死亡人数最多的国家 [1]。恶性疟原虫
人工智能衍生的青蒿素药物化合物可作为对抗 SARS-CoV-2 受体的有效候选药物：一项对抗 CO 的计算机模拟研究
背景：冠状病毒在全球爆发，迫使全世界寻找药物来对抗当前的流行病。重新利用药物是一种很有前途的方法，因为它为应对新出现的 COVID-19 提供了新的机会。然而，在大数据时代，人工智能 (AI) 技术可以利用计算方法通过 In-silico 方法寻找新的候选药物。目的和目标：我们目前工作的目的和目标基本上是设计一种针对 COVID-19 受体的植物衍生化合物，该化合物可能作为有效的治疗方法，并使用深度学习程序语言 python (anaconda) 2.7 版本预测疾病的结果。方法：人工智能技术通过计算机辅助药物设计过程 (CADD) 帮助理解冠状病毒与受体的相互作用。使用 Maestro (Schrödinger) 程序准备配体-蛋白质相互作用，该程序有助于研究青蒿素化合物与 SARS-CoV-2 受体（如 7CTT、非结构蛋白 (NSP) 和 7MY3 刺突糖蛋白）的对接姿势。因此，人工智能技术使用深度学习机器算法构建的神经网络检查药物-靶标相互作用，并使用 python 程序语言预测疾病的结果。结果：青蒿素对 SARS-CoV-2 受体（如 7CTT 和 7MY3）表现出最高的抗病毒活性。从 PubChem 开放化学数据库中检索了配体和 SARS-CoV-2 受体的三维结构。配体-蛋白质相互作用是在 Maestro（Schrödinger）程序的帮助下进行的，该程序揭示了 7CTT 与抗疟化合物衍生配体相互作用的 MM/GBSA 值，例如 D95（-45.424）、青蒿素（-35.222）、MPD（-31,021）、MRD（-21.952）和 6FGC（-34.089），而 7MY3 刺突糖蛋白相互作用的 MMGBSA 值 D95（-26.304）、MPD（-18.658）、MRD（-28.03）和 6FGC（-13.47）结合亲和力遵循 Lipinski 规则 5，并进一步用随机森林决策树预测结果，使用 python 程序的准确率约为 75%。结论：通过计算机模拟方法重新利用该药物对抗 SARS-CoV-2 病毒，揭示了其抗病毒作用。对接研究方法显示了 XP 分数、滑行能量和 MMGBSA 值，这些值是使用人工智能技术构建的深度学习程序预测的。
硅胶见解的原始研究，以鉴定来自蘑菇生物活性化合物的BUB1B的潜在抑制剂，以防止乳腺癌转移
背景：乳腺癌是全球女性中最常见的癌症之一，其转移是死亡率的重要原因。因此，鉴定参与乳腺癌转移的蛋白质的潜在抑制剂对于开发有效疗法至关重要。BUB1有丝分裂检查点丝氨酸/苏氨酸激酶B（BUB1B）是有丝分裂检查点控制的关键调节剂，可确保在细胞分裂期间对染色体的适当分离。BUB1B的失调与包括乳腺癌在内的多种人类疾病有关。在各种癌症类型中都观察到了Bub1b的过表达，并且已显示其抑制作用诱导癌细胞死亡。此外，BUB1B抑制作用被认为是克服化学疗法和放射治疗的潜在策略。鉴于BUB1B在调节细胞分裂及其作为治疗靶点的潜力中的重要性，Bub1b抑制剂的发展一直是强烈的研究工作的重点。尽管做出了这些努力，但很少发现BUB1B的小分子抑制剂，从而强调了在该领域进行进一步研究的必要性。在这项研究中，作者旨在使用计算方法从蘑菇生物活性化合物中鉴定出潜在的bub1b抑制剂，这最终可能导致开发用于乳腺癌转移的新疗法。方法：本研究纳入了70种生物活性化合物（通过文献挖掘）的不同蘑菇，这些蘑菇被考虑并探索，以识别合适的药物候选者。获得了它们的吸收，分布，代谢和排泄（ADME）特性，以预测基于Lipinski 5（RO5）规则的这70种蘑菇化合物的吸毒性。筛选这些生物活性化合物和随后针对BUB1B的分子对接提供了最佳基于构型的结合亲和力的化合物。最好的两个复合物，即Bub1b- lepitaprocerin d和bub1b pheptidoglycan进行了分子动力学模拟。对两个复合物的亲和力，稳定性和蛋白质复合物系统的柔韧性进行了评估。结果：分子动力学（MD）仿真研究表明，鳞甲环蛋白D与BUB1B具有能量有利的结合亲和力。结果表明，残基ASN123和SER157和Lepitaprocerin d之间形成了氢键，从而增强了鳞甲帕环蛋白D与Bub1b的亲和力。结论：这项研究确定了鳞甲环蛋白酶为BUB1B的潜在抑制剂，可能是鉴定和控制乳腺癌转移传播的合理药物。
JOURNAL O 蛋白质靶点的计算机识别...
摘要：已发现果皮含有多种生物活性化合物，可用于草药治疗多种疾病。尚未研究 C. rostrata 果皮中存在的植物化学物质及其与人体蛋白质结合并改变其功能的潜力。因此，本研究确定了 C. rostrata 果皮提取物中类药物成分在人体中的主要蛋白质靶点以及与这些靶点相关的疾病状况。通过 GCMS 分析确定了 C. rostrata 果皮无水乙醇提取物的甲醇和正己烷馏分成分的身份。使用 SwissADME 和 SwissTargetPrediction 网络工具确定类药性（符合 Lipinski、Ghose、Veber、Egan 和 Muegge 过滤器）和类药物成分的蛋白质靶点。GCMS 分析显示正己烷和甲醇馏分中存在 49 种化合物。育亨宾衍生物 Corynan-16-羧酸，16,17-二脱氢-9,17-二甲氧基-，甲酯，(16E)-，在甲醇馏分中含量丰富 (13.33%)。正己烷馏分富含奇数链脂肪酸和植物甾醇。在馏分中鉴定出四种类药物化合物：(1) 壬二酸单乙酯；(2) 3- (2-甲氧基甲氧基亚乙基)-2,2 二甲基双环[2.2.1]庚烷；(3) 环十二醇，1-氨基甲基-，和 (4) Corynan-16-羧酸，16,17-二脱氢-9,17-二甲氧基-，甲酯，(16E)-。预测的类药化合物的主要蛋白质靶点包括碳酸酐酶 II、蛋白酪氨酸磷酸酶 1B、鞘氨醇激酶 1、麦芽糖酶-葡糖淀粉酶、腺苷 A2b 受体、P2X 嘌呤受体 7、MAP 激酶 p38 α、δ-阿片受体和 α-2 肾上腺素受体。研究结果表明，C. rostrata 外果皮含有类药植物化学物质，具有抗癌、糖尿病、疼痛和炎症疾病的潜力，提取物可能具有壮阳潜力。 DOI：https://dx.doi.org/10.4314/jasem.v26i5.18 开放获取文章：（https://pkp.sfu.ca/ojs/）这是一篇根据知识共享署名许可 (CCL) 分发的开放获取文章，允许在任何媒体中不受限制地使用、分发和复制，前提是对原始作品进行适当引用。 影响因子：http://sjifactor.com/passport.php?id=21082 谷歌分析：https://www.ajol.info/stats/bdf07303d34706088ffffbc8a92c9c1491b12470 版权：© 2022 Ajayi 等人 日期：收到：2022 年 3 月 25 日；修订：2022 年 4 月 13 日；接受：2022 年 5 月 11 日 关键词：Cola rostrata 外果皮；计算机识别；药物样成分；蛋白质靶标预测外果皮（果皮）是表皮层，它包围并保护下面的中果皮免受微生物感染和水渗透，同时确保与外界环境的气体交换（Hansmann & Combrink，2003）。许多热带水果的外果皮不能食用，每年都会造成大量植物材料浪费。最近的研究重点是将果皮从环境污染转化为财富，并利用其丰富的植物化学成分用于医疗保健目的（Torres-León 等人，2018 年；Veloso 等人，2020 年；Hikal 等人，2021 年；Osorio 等人，2021 年）。
使用基于结构的药物发现方法
摘要：我们使用了一种基于结构的药物发现方法来鉴定人二二氢烷脱氢酶（DHODH）的新型抑制剂，这是治疗癌症，自身免疫性和炎症性疾病的治疗靶标。在急性髓细胞性白血病的情况下，先前发现的Dhodh抑制剂尚未在此临床应用中取得成功。因此，对于可以用作当前护理标准的替代品的新抑制剂仍然非常需要。我们的目标是识别Dhodh的新型抑制剂。，我们在该项目的最早阶段实施了预滤步骤，以省略痛苦和违规者。在数据集中具有更高潜力的口服吸毒性的富集化合物。在Glide SP对接得分的指导下，我们发现了Chembridge Express-Pick库中20种结构独特的化合物，它们用IC 50抑制Dhodh，DhoDH值在91 nm和2.7μm之间，其中10种这些化合物中的10种化合物降低了Molm-13的Molm-13细胞稳定性，用IC 50降低了2.3和2.3和50.6μm。50.6μm。50.6μm。50.6μm。50.6μm.。在生化特征期间，Dhodh比已知的Dhodh抑制剂Teriflunomide（IC 50，Dhodh = 130 nm）更有效，并为未来的命中率优化工作提供了有希望的脚手架。化合物17（IC 50，Molm-13 =2.3μm）在降低MOLM-13细胞系的存活方面最为成功，与我们的其他命中相比。发现的化合物代表了新型Dhodh抑制剂开发和优化的出色起点。2这种分化障碍 - 在多种突变事件中达到顶点，使AML成为高度异质性疾病。■引言急性髓样白血病（AML）是一种毁灭性的癌症，可能影响任何年龄段，但最高的发病率是65岁以上的人。尽管在过去30年中进行了预后改善，但超过一半的年轻患者和约90％的老年患者仍死于这种疾病。1在健康的患者中，髓样细胞从自我更新祖细胞转变为以较低的增殖率的终极分化细胞，以限制细胞的寿命。AML的标志是这种正常成熟过程的破坏，该过程导致白血病细胞在增殖的未分化阶段停止。3在几乎所有AML病例中，都必须使用治疗范例的组合。即使采用涉及细胞毒性化学疗法的积极方法，实现持久的缓解也是一个挑战。4现有治疗范围取决于年龄的范围；通常为60岁以下的AML患者获得35-40％的治疗，但在60岁以上的成年人中，它仅为5-15％。5因此，需要新的治疗途径，具有新型的作用机理，从当前用作现有标准的护理机理。Sykes及其同事的先前工作确定二氢甲酸脱氢酶（Dhodh）是一种有吸引力的治疗