《Next Research》:Identification of Natural Inhibitors Targeting MMP-9 via Network Pharmacology and Advanced Molecular Modeling Approaches
编辑推荐:
该研究通过计算化学方法筛选九种植物化学成分,评估其对MMP-9、TP53和JAK2的抑制活性。采用DFT优化、分子对接和分子动力学模拟等手段,发现hesperetin(?10.2 kcal/mol)、naringenin(?9.4 kcal/mol)和quercetin(?9.5 kcal/mol)对MMP-9抑制效果显著,其中hesperetin结合稳定性最佳且 ADMET预测显示其药物适体性较高。研究为天然抗癌剂的计算机辅助筛选提供了新方法,但需实验验证。
Md Reaz Uddin|Sumaiya Tasnim Zahed|Mahbubur Rahman|Md. Shafiqul Islam Sovon|Shu Shanta|Shibam Mondal|Monotosh Kumar Sarkar|Ananta Sutra Dhar|Subash Chandra Shaha|Swapon Kumar|Fahima Aktar|Md. Shah Amran
达卡大学药学院制药技术系,达卡-1000,孟加拉国
摘要
背景
癌症是全球主要的死亡原因之一。植物化学物质由于其生物活性和较低的毒性而具有广阔的治疗潜力。在分子靶点中,MMP-9、TP53和JAK2在肿瘤进展中起着关键作用。
目的
本研究旨在利用先进的计算方法识别出强效的MMP-9及相关癌症相关蛋白的天然抑制剂。
方法
通过文献回顾、QSAR和PASS分析选择了九种植物化学物质。进行了基于DFT的优化、药物相似性评估以及ADMET预测。分子对接技术用于评估结合亲和力,而分子动力学模拟、MM-GBSA、PCA和DCCM分析则用于评估结合稳定性和构象动态。
结果
木犀草素、柚皮素和槲皮素对MMP-9的结合亲和力分别为?10.2、?9.4和?9.5 kcal/mol。木犀草素表现出最佳的结合稳定性和能量特性。ADMET结果支持其作为候选药物的安全性。
结论
木犀草素被证明是最有潜力的MMP-9抑制剂,显示出作为天然抗癌剂的潜力。建议进一步进行实验验证以确认其治疗效果。
部分内容
引言
癌症是一个严重的全球公共卫生问题,在全球范围内,它是仅次于缺血性心脏病的第二大死亡原因[56]。由于人口结构和流行病学的变化,全球癌症发病率正在迅速上升。2022年,约有2000万新发癌症病例和970万癌症相关死亡病例。乳腺癌和肺癌分别是女性和男性中最常见的癌症类型。
PASS预测
可以利用定量结构-活性关系(QSAR)研究预测分子结构所衍生的生物活性。先进的计算建模技术用于研究分子化学结构与其生物活性或性质之间的相关性。Pass预测(物质活性谱预测)是评估生物活性化学物质有效性的初步阶段。
结论
综合研究表明,所选植物化学物质由于能与导致不同类型癌症的蛋白质相关基因表达信号通路结合,因此具有显著的抗癌效果。配体03(72281)、配体04(439246)和配体05(5280343)对MMP-9信号蛋白的结合亲和力得分分别为-10.2、-9.2和-9.4 kcal/mol,超过了标准药物Marimastat的亲和力。
研究的局限性
这是一项理论研究;为了验证这些发现并开发出更新、更安全的合成药物,这些化合物必须从计算机研究进展到体外和体内实验,随后进行临床前和临床试验,以确定其实际效果。
资金支持
本研究未获得任何公共、商业或非营利性组织的财务支持。
作者贡献声明
概念构思与修正:Md Reaz Uddin, Fahima Aktar, Md. Shah Amran。论文初稿撰写: Md Reaz Uddin, Sumaiya Tasnim Zahed, Shu Shanta。方法学: Md Reaz Uddin, Mahbubur Rahman, Md. Shafiqul Islam Sovon, Shibam Mondal, Ananta Sutra Dhar, Swapon Kumar。形式分析: Md Reaz Uddin, Shu Shanta, Mahbubur Rahman, Monotosh Sarkar, Subash Chandra Shaha。计算机模拟分析: Md Reaz Uddin, Shibam Mondal, Sumaiya Tasnim Zahed, Md. Shafiqul Islam Sovon。指导: Md Reaz Uddin
未引用的参考文献
[31,34,100,[165], [166], [167],178,200,202]
作者贡献声明
Md Reaz Uddin:概念构思、形式分析、研究设计、软件使用、初稿撰写及审阅编辑。Sumaiya Tasnim Zahed:形式分析、研究设计、软件使用、初稿撰写。Mahbubur Rahman:形式分析、研究设计、软件使用、初稿撰写。Md. Shafiqul Islam Sovon:数据整理、研究设计、软件使用。Shu Shanta:。Shibam Mondal:形式分析。Monotosh Kumar Sarkar:形式分析、软件使用。利益冲突
作者声明,本研究是在没有任何可能影响论文结果的商业、财务或个人关系的情况下完成的。