项目名称: 几种蕨类植物抗早老性痴呆症活性成分的发现及其构效关系研究

项目编号: No.31260076

项目类型: 地区科学基金项目

立项/批准年度: 2013

项目学科: 生物科学

项目作者: 殷帅文

作者单位: 井冈山大学

项目金额: 50万元

中文摘要: 早老性痴呆症(Alzheimer's Disease, AD)是继心血管疾病和肿瘤之后严重威胁人类生命健康的重要疾病之一,其安全有效的预防、治疗药物研究是目前国内外药学界的研究热点。我们在蕨类植物的样品采集和活性初筛中发现部分植物的提取物具有显著的乙酰胆碱酯酶抑制活性。在已有的研究基础上,拟选择几种蕨类植物为重点研究对象,以乙酰胆碱酯酶抑制活性为追踪检测手段,综合运用现代分离、分析技术、现代波谱技术和化学方法探讨其中的乙酰胆碱酯酶抑制活性成分,可望发现新的乙酰胆碱酯酶抑制剂,为AD的防治提供候选药物先导结构或模型化合物,并对获得的化学成分进行构效关系研究以及对其科属化学分类学意义进行探讨。具有重要的学术价值和应用前景,对地区药用植物的开发利用有重要的经济价值及社会意义。

中文关键词: 蕨类植物;乙酰胆碱酯酶抑制;提取分离;构效关系;

英文摘要: Alzheimer's Disease(AD) is one of the important diseases which threatened to human life and health seriously following the cardiovascular disease and the cancer, its safe and effective prevention, treatment drug research is the hot spots of academic study domestically and internationally.We collected samples in the ferns and active screening found that some plant extracts have significant inhibitory activity of acetylcholinesterase.Intergrated use of modern separation technology and chemical spectroscopy method, a system's chemical composition research based on several ferns will conducted and the study of acetylcholinesterase inhibitory activity were carried out. The result expected to find some compounds having acetylcholinesterase inhibitory activity, the further research is expected to discover the new acetylcholinesterase inhibitor for the prevention and treatment of AD drug. In the research the structure-activity relationship as well as the taxonomic significance of lycopodium compounds were also discussed, Which have important academic value and prospects of the region's development.

英文关键词: Pteridophyta;Acetylcholinesterase inhitory activity;Extraction and separation;Structure-activity relationship;

成为VIP会员查看完整内容
0

相关内容

ICLR 2022|化学反应感知的分子表示学习
专知会员服务
20+阅读 · 2022年2月10日
专知会员服务
85+阅读 · 2021年10月11日
专知会员服务
27+阅读 · 2021年10月6日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
专知会员服务
28+阅读 · 2021年8月27日
人工智能药物发现,讲述AI与药物交叉应用研究
专知会员服务
155+阅读 · 2021年1月28日
专知会员服务
43+阅读 · 2020年12月8日
【NeurIPS 2020】基于因果干预的小样本学习
专知会员服务
67+阅读 · 2020年10月6日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
23+阅读 · 2020年2月23日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
46+阅读 · 2021年10月4日
Arxiv
17+阅读 · 2020年11月15日
小贴士
相关主题
相关VIP内容
ICLR 2022|化学反应感知的分子表示学习
专知会员服务
20+阅读 · 2022年2月10日
专知会员服务
85+阅读 · 2021年10月11日
专知会员服务
27+阅读 · 2021年10月6日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
专知会员服务
28+阅读 · 2021年8月27日
人工智能药物发现,讲述AI与药物交叉应用研究
专知会员服务
155+阅读 · 2021年1月28日
专知会员服务
43+阅读 · 2020年12月8日
【NeurIPS 2020】基于因果干预的小样本学习
专知会员服务
67+阅读 · 2020年10月6日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
23+阅读 · 2020年2月23日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员