基于生物信息技术及分子共同特征的HipHop算法设计抗阿尔茨海默病候选药物

阿尔茨海默病是最常见的神经退行性疾病之一,病理学特征主要与神经毒性、神经细胞氧化应激、炎症以及线粒体功能异常等因素密切相关。目前,药物疗法是最常用的治疗措施,然而临床上有效使用的药物仍然不能很好满足各广大患者的需求。本研究基于此目的,利用生物信息学分析联合基于分子共同特征的HipHop算法,初步挖掘、筛选具有潜在活性的单体化合物,为后续设计、开发有效治疗阿尔茨海默病的药物提供研究基础。

Janus激酶2选择性抑制剂HipHop药效团模型与3D QSAR模型的建立

目的为Janus激酶2(JAK2)选择性抑制剂的设计提供指导。方法将从已报道文献中筛选出的27个JAK2选择性抑制剂小分子通过Discovery Studido 4.5软件的分子共同特征药效团(HipHop)定性算法与定量构效关系(QSAR)分别构建JAK2选择性抑制剂的模型。结果HipHop药效团模型具有较强的筛选能力,且可以预测化合物是否具有活性;3D QSAR模型不仅可以预测化合物的活性值,还对化合物的设计提供指导;二者结合应用更加有助于发现新型JAK2选择性抑制剂。结论HipHop药效团和3D QSAR模型方法可以寻找可能的抗癌药物JAK2抑制剂先导分子,为后续的研究奠定理论基础。