关于探索天然化合物 (NPACT数据库) 对抗乳腺癌活性 (MCF-7) 的结构特征的第一份报告:基于QSAR的虚拟查,分子对接,ADMET,MD模拟和DFT研究
Lomash Banjare1, Anjali Murmu1, Nilesh Kumar Pandey1
1Laboratory of Drug Discovery and Ecotoxicology, Department of Pharmacy, Guru Ghasidas Vishwavidyalaya (A Central University), Bilaspur, 495009 India.
In silico pharmacology
|October 22, 2024
概括
这项研究开发了QSAR模型,以确定天然产品作为潜在的乳腺癌抑制剂. 化合物4608和2710在对抗HER2标方面表现有前途,为开发新型天然药物铺平了道路.
科学领域:
- 计算化学是一种计算化学.
- 药理学 药理学是指药理学的学科.
- 自然产品研究自然产品研究
背景情况:
- 目前的乳腺癌药物面临着毒性,有效性和耐药性的挑战.
- 自然产品 (NPs) 为开发新型抗癌剂提供了一个有希望的替代品.
- 计算建模可以确定NP的关键结构特征,用于药物开发.
研究的目的:
- 为具有抗乳腺癌活性的天然产品开发强大的定量结构-活性关系 (QSAR) 模型.
- 将数据库虚拟选为针对乳腺癌的新型自然抑制剂.
- 识别和验证有前途的天然化合物作为潜在的治疗药物对抗乳腺癌.
主要方法:
- 使用NPACT数据库对抗MCF-7癌细胞系的QSAR模型的开发和验证.
- 在COCONUT数据库中对潜在的自然抑制剂进行虚拟选.
- 对人类HER2蛋白进行分子对接研究 (PDB ID: 3PP0).
- 分子动力学 (MD) 模拟和密度功能理论 (DFT) 研究用于稳定性和反应性评估.
主要成果:
- 开发了具有统计学意义和强大的QSAR模型,满足内部和外部验证标准.
- 化合物4608和2710对HER2蛋白的对接得分最高.
- MD模拟和DFT研究证实了4608和2710化合物的稳定性和反应性,作为潜在的候选药物.
结论:
- 这项研究成功地确定了具有作为乳腺癌抑制剂潜力的新型天然化合物.
- 开发的QSAR模型和已识别的化合物为开发新的天然抗癌疗法提供了基础.
- 对4608和2710化合物的进一步研究可能会导致乳腺癌的有效治疗方法.
更多相关视频
13:18Network Pharmacology Prediction and Experimental Validation of Trichosanthes-Fritillaria thunbergii Action Mechanism Against Lung Adenocarcinoma
Published on: March 3, 2023
1.2K
11:13Author Spotlight: Exploring Salidroside's Molecular Mechanisms in Breast Cancer Treatment
Published on: June 9, 2023
1.5K
