用高吞吐率虚拟查和分子动力学模拟来识别用于阿尔茨海默病的stigmasterol衍生的ACHE抑制剂

科学领域:

• 药用化学 医学化学
• 神经科学是一个神经科学.
• 计算机化药物发现技术

背景情况:

• 阿尔茨海默病 (AD) 是一种进展性神经退行性疾病,有效治疗方法有限.
• 目前的AD疗法提供症状缓解,但缺乏治愈潜力,并可能产生副作用.
• 斯蒂格马斯特是一种植物,表现出神经保护性质,表明其类似物是AD的潜在治疗剂.

研究的目的:

• 来识别用于阿尔茨海默氏病 (AD) 治疗的新型乙胆酶 (AChE) 抑制剂从树脂醇类似物中.
• 评估潜在候选药物的结合亲和力,药理动力学特性和毒性.
• 为开发新的AD疗法提供计算基础.

主要方法:

• 972种斯蒂格马斯托罗尔类似物 (SAs) 的高通量虚拟选.
• ADMET过,分子动力学 (MD) 模拟,MM/GBSA和DFT计算.
• 对化合物的结合相互作用,稳定性和反应性的分析.

主要成果:

• 三种化合物 (SA4,SA12,SA15) 与stigmasterol和donepezil相比,对AChE表现出更高的结合亲和力.
• 药理动力学和毒性评估表明,已识别的SAs具有有利的特性.
• MD模拟和MM/GBSA计算证实了SA4,SA15和SA12的稳定性和功效.

结论:

• 斯蒂格马斯托罗尔类似物显示出作为阿尔茨海默病 (AD) 的ACHE抑制剂的显著潜力.
• 已识别的化合物 (SA4,SA15,SA12) 具有有利的结合特性和类似药物的特性.
• 这些发现为进一步的实验室和体内验证作为新型AD治疗药物的斯蒂格马斯托罗尔类似物奠定了基础.