项目名称: 基于1,6-二氮杂萘骨架的新型c-Met激酶小分子抑制剂的发现和结构功能研究

项目编号: No.21302201

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 数理科学和化学

项目作者: 许忠良

作者单位: 中国科学院上海药物研究所

项目金额: 25万元

中文摘要: 本研究计划将以受体酪氨酸蛋白c-Met激酶为抗肿瘤药物设计的新靶标,以我们课题组发现的衍生于1,6-二氮杂萘的新结构c-Met抑制剂为先导化合物,根据c-Met激酶的结合口袋特征以及变构位点的结构要求,合理设计基于1,6二氮杂萘并咪唑酮为核心结构的聚焦型化合物库。通过药效团探索和结构优化,进一步提高这类新结构抑制剂的活性和选择性,并通过X-ray晶体衍射或分子对接技术揭示这类新型小分子抑制剂与c-met的作用模式,为发展新一类抗肿瘤药物提供新颖有前景的先导化合物和药效团模式。本研究首次以1,6-二氮杂萘并咪唑酮及芳香杂环并咪唑酮为链接将药效团靶向蛋白结合位点及变构位点,具有重要的创新意义。

中文关键词: 抗肿瘤;酪氨酸激酶;c-Met;二氮杂萘;

英文摘要: This project is aimed to develop new strcture c-Met kinase inhibitors as targetd cancer therapy based on 1,6-naphthyridine scaffold discovered by our group.Based on the binding mode of the lead compound 2t with the c-Met protein,we will conduct a systematic SAR study and structural optimization to improve the potency and selectivity. For this purpose, we design a focused library based on the 1,6-naphthyridin-2(3H)-one core with 4 types of structural derivatization. After the pharmacophore exploration and revealing the mode of action, we will combine the priviledged strctures disclsoed by our SAR study, and it will be expected to obtain potent and selective new structure c-Met inhibitors as antitumor candidate.

英文关键词: Antitumor;Tyrosine kinase;c-Met;Naphthyridine;

成为VIP会员查看完整内容
0

相关内容

【ICML2022】药物结合结构预测的几何深度学习
专知会员服务
25+阅读 · 2022年5月24日
人工智能到深度学习:药物发现的机器智能方法
专知会员服务
36+阅读 · 2022年5月6日
【南京大学冯雯博士论文】新型深度学习模型的研究
专知会员服务
67+阅读 · 2020年12月5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
知识图谱本体结构构建论文合集
专知会员服务
106+阅读 · 2019年10月9日
人工智能预测RNA和DNA结合位点,以加速药物发现
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 · 2011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
Arxiv
0+阅读 · 2022年5月26日
An Attentive Survey of Attention Models
Arxiv
44+阅读 · 2020年12月15日
Arxiv
15+阅读 · 2018年6月23日
小贴士
相关主题
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 · 2011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
微信扫码咨询专知VIP会员