Nanobiological Studied on Drug Design using by Molecular Mechanic Method
محل انتشار: کنفرانس بین المللی پژوهش در علوم و تکنولوژی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 641
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CRSTCONF01_547
تاریخ نمایه سازی: 27 اسفند 1394
چکیده مقاله:
Influenza H1N1 is very important worldwide and point mutations that occur in virus Gene is a threat for World Health Organization (WHO) and druggists, which make this virus be resistant A (H1N1) virus to previous Antibiotic. Influenza epidemics cause severe respiratory illness in 30 million to 50 million people and kill 250 thousand to 500 thousand people worldwide every year. Today drug design is not in trial and error way , because of cost and wasting time, bioinformatics studies is essential for drug design . In this paper, we studied binding site Neuraminidase( NA) enzyme, (that is very important in drug design) in 310K temperatures and different dielectrics, for the best drug design. Information of NA enzyme was extracted from data bank protein (PDB) and NCBI sites. The new sequences of N1 were downloaded from NCBI influenza virus sequence database. Drug binding sites were assimilated and homology modeling using Argus lab 4.0, HyperChem 6.0 and Chem. D3 soft wares. Their stability was assessed in different dielectrics and temperatures.
کلیدواژه ها:
Neuraminidase enzyme – Influenza A (H1N1) – Binding site –Molecular Mechanic
نویسندگان
Maryam Mousavi
P.hD Student, Zanjan University of Medical Sciences,Zanjan, Iran& Department of pathology Amir – momenis Hospital
Seyed Reza Hosseini
Zanjan University of Medical Sciences,Zanjan,Iran
Davood Sohrabi
Assistant Professor, Department of Community Medicine, School of Medicine, Zanjan University of Medical Sciences, Zanjan, Iran
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 :