化学

化学信息学与药物发现:分子对接、虚拟筛选、QSAR 与分子动力学

AI引导发现真菌麦角甾醇衍生物作为选择性LXRβ激动剂靶向胶质母细胞瘤胆固醇依赖

研究以人工智能引导策略发现真菌麦角甾醇衍生物,作为靶向胶质母细胞瘤胆固醇依赖的选择性LXRβ激动剂。 针对GBM对外源胆固醇的共同依赖及LXRβ作为中枢神经系统胆固醇外排主要调控因子,构建整合性AI方法筛选LXRβ选择性、可透过血脑屏障且避免LXRα共激活肝毒性的激动剂。

8-氨基吲哚里西啶非对映体与吡唑基哌啶酮杂合物的合成及抗癌活性

体外筛选提示,合成的吡唑基哌啶酮/8-氨基吲哚里西啶杂合物中化合物18b对A549细胞活性最强,IC50为22.46±3.03 μM,与顺铂(22.06±2.57 μM)相近,对HEK293细胞毒性较低,选择性指数2.78;该结果属细胞水平初步提示,尚不足以支持临床抗癌结论。 研

植物分子分离:绿色提取与高分辨分离的技术进展(综述,2012–2026)

定位:回顾近二十年植物天然产物分离的转变 —— 从耗时试错走向理性、数据驱动、环境友好。 提取环节:从传统溶剂萃取转向可持续技术,包括天然深共晶溶剂(NADES),以及超声/微波辅助提取等混合能量传递方法 —— 对热不稳定化合物有更高产率与选择性。 分离环节:液-液分配色谱的进展

离子液体催化苯并咪唑并嘧啶甲酰胺衍生物的绿色合成及抗菌抗癌评价

以可回收离子液体催化、无溶剂条件合成20个咪唑并[1,2-a]嘧啶衍生物,并评价其抗菌与抗癌潜力。 采用二异丙基乙基铵庚酸酯[DIPEA][C6COO]催化,无溶剂合成KTI-1至KTI-20,并开展抗菌、KB-31细胞毒、分子对接、动力学模拟及ADMET与成药性分析。

MolSanitizer:面向大规模虚拟筛选的开源小分子数据库准备流程

结论:MolSanitizer作为基于RDKit的开源分子准备流程,在基准测试中表现优于若干免费软件,并与商业软件性能相当,提示其可用于大规模虚拟筛选前的数据库准备,证据档位C。 设计与做法:为工具开发与基准测试类研究,构建开源流程,包含化学环境感知的质子化与互变异构规则、系统性

脂肪酶ITB 2.1的结构与功能验证模型用于抗肥胖药物筛选

研究整合序列分析、结构建模、分子对接、分子动力学模拟与酶学实验,解析脂肪酶ITB 2.1的进化保守性及奥利司他对该酶的抑制机制。 采用多序列比对、系统发育与距离分析、分子对接和动力学模拟,并结合酶学测定,比较细菌、真菌与哺乳动物脂肪酶的结构特征。