通过基于碎片的非线性模式识别和分子动力学模拟方法评估HDAC6抑制剂的关键结构贡献者
Suvankar Banerjee1, Sandeep Jana1, Tarun Jha1
1Natural Science Laboratory, Division of Medicinal and Pharmaceutical Chemistry, Department of Pharmaceutical Technology, Jadavpur University, Kolkata 700032, India.
Computational biology and chemistry
|March 23, 2024
概括
研究人员确定了基于quinazoline的HDAC6抑制剂的关键结构特征. 这些发现对于开发针对癌症和神经系统疾病等疾病的选择性抑制剂至关重要.
科学领域:
- 药用化学 医学化学
- 计算化学的计算化学
- 分子生物学分子生物学
背景情况:
- 海斯脱乙酶6 (HDAC6) 涉及各种疾病,包括癌症和神经退行性疾病.
- 现有的HDAC抑制剂缺乏选择性,限制了它们的治疗应用.
- 选择性HDAC6抑制剂的开发对于有效的疾病治疗至关重要.
研究的目的:
- 为了确定结构性贡献的强度的quinazoline-cap-含有HDAC6抑制剂.
- 使用分子建模分析这些抑制剂与HDAC6的结合相互作用.
主要方法:
- 机器学习 (ML) 和定量结构-活动关系 (QSAR) 分析.
- 分子动力学 (MD) 模拟用于研究结合模式.
- 影响HDAC6结合的结构性和分子性质的评估.
主要成果:
- 基纳林部分和上限组的特定替代物显著影响HDAC6结合和抑制功效.
- 分子特性,结合潜力和碳-距离是关键因素.
- 替代物,如乙基和重的纳尼尔盖,会影响与HDAC6活性位点循环的相互作用.
结论:
- 这项研究阐明了选择性HDAC6抑制的关键结构-活性关系.
- 这些发现为设计新,强效和选择性HDAC6抑制剂提供了合理的基础.
- 了解帽组相互作用对于优化疾病治疗中的抑制剂疗效至关重要.
