在人工智能驱动的复合体开发中探索Biginelli杂交物:抗癌活性,DNA/HSA结合研究,对亡和BCL-2/BCL-XL抑制的影响
Ana Rilak Simović1, Dejan Milenković1, Dragana Šeklić1
1University of Kragujevac, Institute for Information Technologies Kragujevac, Department of Science, Jovana Cvijića bb, 34000 Kragujevac, Serbia.
Journal of inorganic biochemistry
|July 11, 2025
概括
这项研究设计了新-烯复合物作为潜在的抗癌药物,利用人工智能进行结合预测. 这些复合物通过诱导亡和调节酶表达,显示出显著的抗癌活性.
科学领域:
- 药用化学 医学化学
- 计算化学计算化学
- 生物化学 生物化学
背景情况:
- 基于的抗癌药物面临着毒性和耐药性等挑战.
- -烯复合物提供了一个有前途的替代品,具有独特的特性和较低的毒性.
- 四基胺 (THPM) 作为新型抗癌剂的配体进行了探索.
研究的目的:
- 设计具有潜在抗癌活性的新型四基胺 (THPM) 和它们的p-cymene复合物.
- 利用深度学习模型来预测结合亲和力和指导化合物选择.
- 评估设计的复合物的抗癌效果和作用机制.
主要方法:
- 深度学习模型用于预测THPM-复合物的结合亲和力.
- 进行了分子对接研究,以评估对Caspase 3的活性.
- 在癌症细胞系上进行了体外细胞毒性测试.
- 研究了亡诱导和亡相关标记物 (Caspases,BCL-2,BCL-XL) 的调制.
- 研究了与DNA和人血清白蛋白 (HSA) 的结合相互作用.
主要成果:
- 确定了10个具有预测约束能低于-31.3 kJ/mol的THPM-鲁复合体.
- 鲁复合物5j和5g对Caspase 3表现出显著的活性.
- 这些复杂物表现出强烈的细胞毒性活性和对癌症细胞系的选择性,诱导了亡.
- 复杂的5g有效诱导了亡和减少了抗亡标记物 (BCL-2,BCL-XL).
- 结合性研究表明5j复合体与DNA和HSA的特定相互作用.
结论:
- 设计的THPM-复合物显示出作为抗癌剂的显著前景.
- 人工智能驱动的药物设计加速了强效和选择性的抗癌化合物的发现.
- 该研究强调了计算方法和实验验证在药物发现中的协同潜力.
- 复合物为基于的化疗提供了可行的替代方案,有可能克服抵抗机制.
