ورود
مقالات فارسیISIکنفرانسهاژورنالها

طراحی و ارزیابی بازدارنده های موثر جدید پذیرنده های کیناز جفت شده با پروتئین های G با استفاده از روش های غربالگری مجازی

محل انتشار: فصلنامه شیمی و مهندسی شیمی ایران، دوره: 43، شماره: 1
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 68

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:
https://civilica.com/doc/2272885

شناسه ملی سند علمی:

JR_NSMSI-43-1_003

تاریخ نمایه سازی: 7 خرداد 1404

چکیده مقاله:

آنزیم­ های پروتئین کیناز جفت شده با پذیرنده ­های پروتئینی نوع G جزو موثرترین آنزیم­ ها در بروز و ظهور چند بیماری مهم مانند بیماری ­های قلبی عروقی، فشارخون بالا و آلزایمر هستند. یکی از این آنزیم ­ها پروتئینی با کد اختصاصی ۳v۵w در بانک اطلاعاتی پروتئین­ ها است. مطالعه in silico بر روی برهمکنش لیگاندهای مختلف بازدارنده بر این آنزیم صورت گرفت. با استفاده از غربالگری مولکولی با روش شبیه سازی داکینگ مولکولی نتایج برهمکنش­ های لیگاندهای بازدارنده انتخاب شده و پروتئین هدف با محاسبه مواردی مانند انرژی اتصال لیگاندها با پروتئین هدف، بررسی برهمکنش ­های غیرپیوندی لیگاندها در جایگاه فعال آنزیم و تحلیل نتایج امتیازدهی داکینگ مولکولی انجام و با نتایج لیگاند بازدارنده استاندارد (پاروکستین) مقایسه شد. همچنین برای ارزیابی بهتر و انتخاب مناسب ­تر از میان لیگاندهای با امتیاز داکینگ بهتر خواص وابسته به جذب، توزیع، متابولیسم، دفع و سمیت (ADMET) لیگاندهای برگزیده و پاروکستین بعنوان بازدارنده استاندارد با استفاده از پلتفرم دیتا سرور ADMETLab ۲.۰ انجام شد. در نتیجه ترکیب (R۴، S۵)-۵-(۱و۳- بنزودی اوکسول-۵-ایل اوکسی متیل)-۴-(۴-فلورو فنیل) پی پیریدین -۲-اون)  به عنوان لیگاند بازدارنده جدید با پتانسیل عملکرد بهتر، مقدار قدرمطلق انرژی اتصال بزرگتر و خواص فارماکوکینتیکی مناسب­تر معرفی گردید.

کلیدواژه ها:

شبیه سازی داکینگ مولکولی ، بازدارنده جدید پروتئین کیناز ، غربالگری مولکولی ، پاروکستین ، خواص فارماکوکینتیکی

نویسندگان

سعید عظیمی

گروه شیمی، دانشگاه پیام نور، تهران، ایران

لیلا حیدری

گروه شیمی، دانشگاه پیام نور، تهران، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Yan Y., Zhou X.E., Novick S.J., Shaw S.J., Li Y., ...
  • Rozpędek W., Pytel D., Nowak-Zduńczyk A., Lewko D., Wojtczak R., ...
  • Uitdehaag J.C., de Man J., Willemsen-Seegers N., Prinsen M.B., Libouban ...
  • Guccione M., Ettari R., Taliani S., Da Settimo F., Zappalà ...
  • Thal D.M., Homan K.T., Chen J., Wu E.K., Hinkle P.M., ...
  • Yao H., Uras G., Zhang P., Xu S., Yin Y., ...
  • Lian X., Xia Z., Li X., Karpov P., Jin H., ...
  • Mahdian S., Zarrabi M., Moini A., Shahhoseini M., Movahedi M., ...
  • Glaab E., Building a Virtual Ligand Screening Pipeline Using Free ...
  • Azeez S., Babu R.O., Aykkal R., Narayanan, R., Virtual Screening ...
  • Mahdian S., Zarrabi M., Panahi Y., Dabbagh, S., Repurposing FDA-Approved ...
  • Azmian Moghadam F., Kefayati H., Evazalipour M., Ghasemi S., Design, ...
  • Ibeji C.U., Oguejiofo U., Chukwuma Chime C., Akpomie K.G., Anarado ...
  • Zuo K., Qian J., Gong J., Zhang J., Li H., ...
  • Liu Z., Liu Q., Zhang B., Liu Q., Fang L., ...
  • Roskoski Jr R., Properties of FDA-Approved Small Molecule Protein Kinase ...
  • Setyawan J., Koide K., Diller T.C., Bunnage M.E., Taylor S.S., ...
  • Thal D.M., Yeow R.Y., Schoenau C., Huber J., Tesmer J.J.G., ...
  • Homan K.T., Larimore K.M., Elkins J.M., Szklarz M., Knapp S., ...
  • Kim S., Chen J., Cheng T., Gindulyte A., He J., ...
  • O'Boyle N.M., Banck M., James C.A., Morley C., Vandermeersch T., ...
  • Morris G.M., Huey R., Lindstrom W., Sanner M.F., Belew R.K., ...
  • Baldi P., Nasr R., When is Chemical Similarity Significant? The ...
  • Xiong G., Wu Z., Yi J., Fu L., Yang Z., ...
  • Dong J., Wang N.N., Yao Z.J., Zhang L., Cheng Y., ...
  • Azimi S., Mohammadi B., Babadoust S., Vessally E., In Silico ...
    • نمایش کامل مراجع