مطالعه کمّی فعالیت- ساختار، داکینگ و شبیه‌سازی دینامیک مولکولی تعدادی از ترکیبات هتروسیکل شامل نیتروژن اکسید به عنوان عامل‌های ضد سل جدید

فصلنامه بیولوژی کاربردی

دوره 12، شماره 48، دی 1401، صفحه 23-40   

نوع مقاله: مقاله پژوهشی

نویسندگان

قاسم قاسمی^{* 1}؛ بابک مطهری²؛ ربابه صیادی کردآبادی¹

¹استادیار، گروه شیمی و مهندسی شیمی، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران

²دانشجوی دکتری، گروه مهندسی کامپیوتر، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران

چکیده

هدف: عامل سل، مایکوباکتریوم توبرکلوزیس است. یک‌سری از ترکیبات جدید هتروسیکل شامل نیتروژن اکسید، به عنوان بازدارنده‌های مایکوباکتریوم توبرکلوزیس گزارش شده‌اند. در این راستا، هدف پژوهش حاضر مطالعه QSAR، داکینگ و شبیه‌سازی دینامیک مولکولی تعدادی از ترکیبات هتروسیکل شامل نیتروژن اکسید به عنوان عامل‌های ضد سل جدید است.
مواد و روش‌ها: الگوریتم رقابت استعماری، PLS، PCR، LASSO و شبیه‌سازی مونته کارلو در محاسبات QSAR انجام گردید. همچنین محاسبات داکینگ و شبیه‌سازی دینامیک مولکولی میتوباکتریوم توبرکلوزیس با کد 4XGQ انجام شده است.
یافته‌ها: جرم‌های‌ اتمی، الکترونگانیویتی اتمی ساندرسون، شاخص Ghose–Viswanadhan-Wendoloski hyptonic-like و شاخص Ghose–Viswanadhan-Wendoloski antiinfective-like در این بررسی مهم بودند. در برنامه کورال سی، از فایل اسمایل استفاده شد. RMSE برای آموزش و تست در الگوریتم رقابت استعماری، به ترتیب 1395/0 و 2970/0 بودند. در روش مونته کارلو نتایج برای سری آموزش به‌صورت 7n=، 9931/0R²=، 9857/0 Q²= و 039/0 MAE=و برای سری تست به‌صورت 6n=، 9413/0R²=، 9107/0Q²= و 367/0 MAE=بدست آمد.
نتیجه‌گیری: مولکول‌های 10 و 11 ترکیبات پایداری هستند که برای بررسی‌های بیشتر از جمله مطالعات آزمایشگاهی کلینیکی پیشنهاد می‌شوند.
 

کلیدواژه‌ها

 QSAR؛ داکینگ؛ شبیه‌سازی دینامیک مولکولی؛ هتروسیکل؛ نیتروژن اکسید؛ سل

مراجع

1. Orme IM. Vaccines to prevent tuberculosis infection rather than disease: physiological and immunological aspects. Tuberculosis. 2016; 101: 210-216.
2. Dharmadhikari AS, Basaraba RJ & Van Der Walt ML. Natural infection of guinea pigs exposed to patients with highly drug-resistant tuberculosis. Tuberculosis. 2011; 91:
   329-338.
3. Fernandes GFS, Jornada DH, Souza PC, Man Chin C, Pavan FR & Santos JL, Current Advances in Antitubercular Drug Discovery: Potent Prototypes and New Targets. Med. Chem. 2015; 22: 3133–3161.
4. Bloemberg GV, Keller PM, Stucki D, Trauner A, Borrell S & Latshang T. Acquired Resistance to Bedaquiline and Delamanid in Therapy for Tuberculosis. Engl. J. Med. 2015; 373: 1986–1988.
5. Zumla A, Chakaya J, Centis R, D’Ambrosio L, Mwaba P & Bates M. Tuberculosis Treatment and Management, an Update on Treatment Regimens, Trials, New Drugs, and Adjunct Therapies. Lancet Respir. Med. 2015; 3(3): 220−
6. Ma Z, Lienhardt C, McIlleron H, Nunn AJ & Wang X. Global Tuberculosis Drug Development Pipeline: The Need and the Reality. Lancet. 2010; 375(9731): 2100−
7. Global Tuberculosis Report 2014 (WHO/HTM/TB/2014.08). World Health Organization: Geneva, Switzerland, 2014.
8. Frydenberg AR & Graham SM. Toxicity of First-Line Drugs for Treatment of Tuberculosis in Children: Review. Med. Int. Health. 2009; 14(11): 1329−1337.
9. Gasco A, Fruttero R, Sorba G, Di Stilo A & Calvino R. NO Donors: Focus on Furoxan Derivatives. Pure Appl. Chem. 2004; 76(5): 973−
10. Castro D, Boiani L, Benitez D, Hernandez P, Merlino A & Gil C. Anti- Trypanosomatid Benzofuroxans and Deoxygenated Analogues: Synthesis Using Polymer-Supported Triphenylphosphine, Biological Evaluation and Mechanism of Action Studies. J. Med. Chem, 2009; 44(12): 5055−5065.
11. Olea-Azar C, Rigol C, Mendizabal F, Cerecetto H, Di Maio R & Gonzalez M. Novel Benzo[1,2-c]1,2,5-Oxadiazole N-Oxide Derivatives as Antichagasic Agents: Chemical and Biological Studies, Drug Des. Discovery. 2005; 2: 294−301.
12. Saxena AK & Singh A. Mycobacterial tuberculosis Enzyme Targets and their Curr. Top. Med. Chem. 2019; 19: 337–355.
13. Ravichandran V, Shalini S, Sokkalingam AD, Harish R & Suresh K. QSAR study of 7chloroquinoline derivatives as antitubercular agents. World J Pharm Pharmaceut Sci. 2014; 3: 1072–82.
14. Priyadarsini R, Tharani CB, Suganya S & Kavitha S. Pharmacophore modeling and 3DQSAR studies on substituted benzothiazole/benzimidazole analogues as DHFR inhibitors with antimycobacterial activity. J. Pharma. Sci. Res. 2012; 3: 441-450.
15. Adeniji SE, Uba S & Uzairu A. Theoretical modeling and molecular docking simulation for investigating and evaluating some active compounds as potent antitubercular agents against MTB CYP121 receptor. Future J. Pharm. Sci. 2018; 4: 284–95.
16. Yuanita E, Komang N, Dharmayani T, Ulfa M & Syahri J. Quantitative structure–activity relationship (QSAR) and molecular docking of xanthone derivatives as anti-tuberculosis agents. Clin. Tuberc. Other Mycobact. Dis. 2020; 21: 100203.
17. Toropov AA, Toropova AP, Diaza RG, Benfenati E & Gini G. SMILES- based optimal descriptors: QSAR modeling of estrogen receptor binding affinity by correlation Struct. Chem. 2012; 23(2): 529-544.
18. Guilherme Felipe dos Santos, F & Paula Carolina de Souza E. Design, Synthesis, and Characterization of N‑Oxide-Containing Heterocycles with in Vivo Sterilizing Antitubercular Activity. Med. Chem. 2017; 60: 8647-8660.
19. Meng XY, Zhang HX, Mezei M & Cui M. Molecular docking: a powerful approach for structure-based drug discovery. Comput. Aided Drug Des. 2011; 7: 146-157.
20. Ferreira LG, Dos Santos RN, Oliva G & Andricopulo AD. Molecular docking and structure-based drug design strategies. Molecules. 2015; 2: 13384-13421.