针对Leishmania amazonensis的混合林 - 尔化合物的设计基于计算技术:2D和3D-QSAR与实验验证

科学领域:

• 药用化学 医学化学
• 计算化学的计算化学
• 寄生虫学的寄生虫学

背景情况:

• *Leishmania amazonensis* 导致皮肤莱什曼尼病,这是一种被忽视的热带疾病,由于毒性和选择性差,治疗选择有限.
• 目前用于莱什曼病的治疗方法面临诸多挑战,包括高毒性和不足的选择性,需要开发新型治疗剂.

研究的目的:

• 设计和合成新型氨酸-化杂交物作为潜在的抑制剂的亚马逊菌.
• 利用计算建模 (CoMSIA和2D-QSAR) 来识别抗莱什曼活动的关键结构特征,并指导药物设计.

主要方法:

• *比较分子相似性指数分析 (CoMSIA) 和汉斯奇分析 (2D-QSAR) 在基衍生物数据库上使用,以构建预测模型.
• * 基于计算洞察力,设计了12种新的林-化混合物,合成并对它们对L. amazonensis*的活性进行了评估.
• *对最活跃的化合物进行了物理化学分析和in silico药理动力学预测.

主要成果:

• *最具预测性的CoMSIA模型结合了固态和键受体场,而汉施分析发现LUMO能量和电友性指数对活动至关重要.
• *四种合成的林 - 化杂交物表现出与安福特里辛B相当的抗莱什曼尼活性.
• *有前途的化合物显示出良好的生物相容性和类似药物的特性,基于in silico评估.

结论:

• * 一个集成的计算和实验策略是有效的合理设计新的L. amazonensis*抑制剂.
• * 基于基的支架代表了开发新型抗莱什曼病药物的有希望的药剂.
• *开发的oline-chalcone杂交物显示出潜在的下一代治疗药物,用于治疗皮肤莱什曼病.