Page 981 - 59. КОНГРЕС СТУДЕНАТА БИОМЕДИЦИНСКИХ НАУКА СРБИЈЕ СА ИНТЕРНАЦИОНАЛНИМ УЧЕШЋЕМ

59. КОНГРЕС СТУДЕНАТА БИОМЕДИЦИНСКИХ НАУКА СРБИЈЕ 26-30.
СА ИНТЕРНАЦИОНАЛНИМ УЧЕШЋЕМ Април

IN SILICO СТУДИЈЕ И КОМПЈУТЕРСКИ ДИЗАЈН НОВИХ ИНХИБИТОРА БЕТА СЕКРЕТАЗЕ

Аутор: Драган Стајић, Ђорђе Трајковић, Ивана Цветановић
e-mail: dace.milioner@hotmail.com
Ментор: доц. др Александар Веселиновић
Катедра Xемијa, Медицински факултет Универзтета у Нишу

Увод: Бета секретаза је протеаза која дели трансмембрански амилоидни прекурсорски протеин и генерише амилоид-б
пептиде који се акумулирају у мозгу. Нивои ензима су повећани у Алцхајмеровој болести и једна мутација остатка у
амилоидном прекурсорском протеину доводи до немогућности цепања протеина помоћу бета секретазе, што указује на
укључивање бета секретазе у патогенезу болести. Лекови који је могу инхибирати теоретски би спречили акумулацију А
бета амилоида и заустављање прогресије Алцхајмерове болести. За даљи развој њихове активности, бројне компјутерске
методе се могу применити укључујући моделовање квантитативног односа структуре и активности (QSAR).
Циљ рада: Циљ студије је развој QSAR модела инхибитора бета секретазе. Добијени модел је даље коришћен у
компјутерском дизајну нових деривата. Молекуларно моделовање је примењено за оцењивање везујуће активности
дизајнираних молекула.
Материјал и методе: У овом истраживању је коришћено 58 познатих инхибитора и за развој QSAR модела примењена је
Монте Kарло метода са дескрипторима базираним на SMILES нотацији. Квалитет добијеног модела је процењен применом
различитих метода. За студију молекуларног моделовања, флексибилне структуре лиганда су коришћење за везивање са
ригидним местом бета секретазе.
Резултати: Статистички квалитет развијеног модела је добар. Најбоље прорачунат QSAR модел има следеће статистичке
2
2
параметре: r =0,8581 за training set и r =0,9625 за test set. Молекулски фрагменти одговорни за снижавање и повишавање
проучаване активности су израчунати. Представљен је компјутерски дизајн нових једињења са применом дефинисаних
структурних фрагмената.
Закључак: Монте Kарло метода је успешно примењена за QSAR моделовање инхибитора бета секретазе.
Кључне речи: QSAR; aлцхајмерова болест; Монте Kарло метода; компјутерски дизајн лекова

IN SILICO STUDIES AND COMPUTER AIDED DESIGN OF NOVEL BETA SECRETASE INHIBITORS

Author: Dragan Stajic, Djordje Trajkovic, Ivana Cvetanovic
e-mail: dace.milioner@hotmail.com
Menthor: Assist. Prof. Aleksandar Veselinovic
Department of Chemistry, Faculty of Medicine, University of Nis

Introduction: Beta secretase is a protease that divides the transmembrane amyloid precursor protein and generates amyloid-b
peptides that accumulate in the brain. Enzyme levels are increased in Alzheimer's disease and one mutation of the residue in the
amyloid precursor protein leads to the inability of cleaving the proteins by beta secretase, indicating the inclusion of beta secretase
in the pathogenesis of the disease. Drugs that may have inhibitory effect theoretically would prevent the accumulation of A beta
amyloid and stop the progression of Alzheimer's diseases. For further development of their activity number of computational
methods can be applied including modeling of quantitative-structure activity relationships (QSAR).
The Aim: The aim of this study is to develop QSAR model for beta secretase. This model was used further for computer-aided
development of novel molecules. Molecular docking was applied for assessing binding activity of designed molecules.
Material and Methods: In this research 58 inhibitors were used and for QSAR model development Monte Carlo method was
applied with SMILES notation based descriptors. Quality of developed model was assessed with application of various methods. For
molecular docking study the flexible compounds were docked into rigid beta secretase binding site.
Results: The statistical quality of the developed model was good. The best calculated QSAR model had the following statistical
2 2
parameters: r =0.8581 for the training set and r =0.9625 for the test set. Molecular fragments responsible for increases and
decreases in the studied activity were calculated. The computer-aided design of new compounds with the application of defined
structural fragments was presented.
Conclusion: Monte Carlo method was successfully applied for QSAR modeling of beta secretase inhibitors.
Keywords: QSAR; Alzheimer’s disease; Monte Carlo method; computer aided drug design

Kopaonik, 2018.
975