抗阿尔茨海默病新药发现与机制研究

目的阿尔茨海默病（Alzheimer’sdisease,AD）是一种以行为、认知和记忆功能障碍为临床特征的中枢神经退行性疾病.AD的发病机制复杂,涉及多种因素,现有的单靶点药物仅能改善AD症状,而不能真正地起到延缓疾病的作用.因此针对AD的多靶点,寻找既能有效改善症状同时又能延缓病理进程的抗AD药物具有重大意义.方法本研究运用机器学习算法构建了多靶点抗AD药物预测平台,经体外药效实验验证,发现了具有多向药理学特征（组胺H3受体拮抗作用和乙、丁胆碱酯酶抑制活性等）的抗AD候选物DL0410.结果APP/PS1转基因动物等多个AD相关动物模型的药效实验表明,DL0410均能够显著改善模型动物的学习记忆能力,其药效可能通过以下机制发挥作用：（1）通过抑制乙、丁酰胆碱酯酶的活性,增加中枢乙酰胆碱的含量.（2）抑制Aβ前体蛋白APP的表达,通过AKT/JNK信号通路减少Aβ对神经元的损害,产生神经元保护作用.（3）通过AGE/RAGE/NF-kB通路,抑制星形胶质细胞的激活,下调NF-kB通路,减少炎症因子的释放,从而改善AD动物模型的学习记忆能力.结论DL0410是一个具有一定发展前景的抗AD候选药物.

支持向量机（SVM）和贝叶斯等数据挖掘技术在新药发现中的应用

在新药研发过程中，针对老年痴呆相关药物靶点如BuChE已发现大量活性化合物，然而用于预测化合物活性的模型并不多见。为了建立化合物活性预测模型，并指导新药筛选与发现，本研究基于药物靶BuChE抑制剂和非抑制剂的结构，应用支持向量机（SVM）、

乙酰胆碱酯酶抑制剂高通量筛选方法的优化及应用

目的:优化乙酰胆碱酯酶抑制剂高通量筛选方法,筛选发现结构新颖的抗阿尔茨海默病药物活性化合物。方法:采用DTNB法,建立乙酰胆碱酯酶抑制剂筛选模型,考察了反应体系的最大吸收波长、底物浓度、酶浓度、pH值、孵育温度和时间对系统的影响,最终确定反应体系的最佳条件,并通过Z'因子分析,考察模型的稳定性。结果:酶反应体系的最佳条件为检测波长412 nm,底物浓度5 mmol.L-1,酶稀释倍数20倍,孵育温度37℃,孵育时间30 min,pH 7.4～8.0;测得该模型的Z'因子为0.654。通过乙酰胆碱酯酶抑制剂的高通量筛选,发现了一批乙酰胆碱酯酶抑制剂。结论:优化后的乙酰胆碱酯酶抑制剂高通量筛选模型稳定可靠,适于高通量筛选。

Cdk5/p35抑制剂高通量筛选方法的建立及应用

目的:建立适于高通量筛选的Cdk5/p35抑制剂筛选模型。方法:Cdk5/p35与其底物Histone H1反应时需消耗ATP,通过测定体系中ATP的剩余量,考察ATP浓度、酶浓度、底物浓度、反应温度、反应时间及体系pH等因素对酶促反应的影响,进而确定酶与底物反应的最佳条件,并采用Z'因子评价该模型的可靠性和可行性。应用已建立的Cdk5/p35抑制剂高通量筛选模型筛选和发现活性化合物。结果:反应体系的最佳反应条件为:ATP终浓度3μmol·L-1,Cdk5/p35终浓度30 nmol·L-1,Histone H1终浓度70μmol·L-1,孵育温度37℃,孵育时间60 min,体系pH 7,Z'-因子为0.66。应用该模型对222个虚拟筛选挑选出的化合物进行筛选,发现了13个对Cdk5/p35抑制活性较好的化合物。结论:实验结果表明,该模型具有稳定、灵敏、高效等特点,可用于Cdk5/p35抑制剂的高通量筛选。该模型的建立,为Cdk5/p35抑制剂的发现以及Cdk5/p35调控AD的机制研究奠定基础。