Araştırma makalesi

Moleküler Bağlanma ve Moleküler Dinamikler Kullanılarak Alzheimer Hastalığına Bağlı Proteinlerle Oleuropein Etkileşimlerinin Hesaplamalı Değerlendirmesi

DOI:

10.3791/71430

⸱

30 Haziran 2026

 ,  ,  ,  ,  ,  ,  ,  ,  , 
1Chemistry Department, Faculty of Science, Capital University, 2Department of Zoology, Faculty of Science, Capital University, 3Department of Biology, College of Science, Princess Nourah bint Abdulrahman University, 4Department of Human Anatomy, College of Medicine, Taif University, 5Unit of Scientific Research, Applied College, Qassim University

* These authors contributed equally

Bu makalede

Özet

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Bu çalışma, oleuropeinin Alzheimer hastalığına bağlı önemli proteinlerle etkileşimlerini hesaplamalı olarak değerlendirmek için entegre bir moleküler kenetlenme ve moleküler dinamik iş akışı sunar; tahmin edilen bağlanma etkileşimlerini ve çoklu hedefler arasında ön karmaşık stabiliteyi ortaya çıkarır.

Özet

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Alzheimer hastalığı (AD), amiloid agregasyonu, tau patolojisi ve nöroinflamasyonla ilişkili çok faktörlü bir nörodejeneratif bozukluktur. Bu çalışmada, oleuropeinin β-amiloid, tau, apolipoprotein E4 (ApoE4), miyeloid hücreler 2'de ifade edilen tetikleyici reseptör (TREM2) ve komplement proteini C1q dahil olmak üzere AD ile ilgili beş protein hedefiyle etkileşimlerini değerlendirmek için ADMET tahmini, PASS tabanlı aktivite taraması, moleküler kenetleme (MD) simülasyonlarını birleştiren entegre bir hesaplama iş akışı kullanılmıştır. ADMET ve PASS analizleri, farmakokinetik özellikleri ve potansiyel biyolojik aktiviteleri öngörmüştür nörodejeneratif hastalıkla ilişkili yollarla ilişkilidir. Bağlanma analizi, incelenen hedefler arasında olumlu bağlanma eğilimleri öngördü ve en güçlü öngörülen etkileşim C1q proteini için gözlemlendi (-7.5 kcal/mol). Moleküler dinamik dinamik (MD) yörünge analizleri, kök ortalama kare sapması (RMSD), kök ortalama kare dalgalanması (RMSF), dönme yarıçapı (Rg), dinamik çapraz korelasyon matrisi (DCCM), ana bileşen analizi (PCA) ve mesafeye dayalı metrikler dahil olmak üzere, simülasyonlar sırasında protein-ligand komplekslerinin dinamik davranışını değerlendirmek için kullanıldı. Hesaplamalı analizler, tau, C1q ve TREM2 kompleksleri için nispeten kararlı etkileşimler önerirken, β-amiloid ve ApoE4 simülasyonların bazı bölümlerinde nispeten daha yüksek konformasyon değişkenliği sergiledi. Bu bulgular, OLEUROPEIN ile AD ile ilgili proteinlerle etkileşimlerinin ön hesaplamalı değerlendirmesini sağlar ve nörodejeneratif hastalık modellerinde potansiyel biyolojik önemini araştıran gelecekteki deneysel çalışmaları destekleyebilir.

Giriş

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

AD, dünya genelinde ciddi ve artan zorluklar yaratan en yaygın demanstürüdür 1,2. AD, genetik ve çevresel faktörlerin birleşiminden kaynaklanır. AD'yi açıklamak için kolinerjik, amiloid, tau, iltihaplayıcı, oksidatif stres, metal iyon, eksitotoksisite, mikrobiyota-bağırsak-beyin ekseni ve otofaji ile ilgili mekanizmalar dahil olmak üzere birden fazla patojenik hipotezönerilmiştir 3. AD, β-amiloid birikim, tau patolojisi, nöroinflamasyon ve ApoE4 ile TREM2 4,5 gibi genetik risk faktörlerini içeren çok faktörlü bir hastalıktır. AD'nin çok faktörlü yapısı nedeniyle, çoklu hedefe yönlendirilmiş ligandlar (MTDL), Aβ, tau, ApoE4, TREM2 aracılı mikroglial fonksiyon ve komplement odaklı nöroinflamasyon 3,6,7 ile polifarmakolojik etkileşimlere dayanan umut vaat eden terapötik stratejiler olarak ortaya çıkmıştır. β-amiloid agregasyonu, AD'nin önemli patolojik özelliklerinden biri olup nöron fonksiyonunu bozur ve ApoE4 izoformları ile bağışıklıkyanıtları 8,9 tarafından modüle edilir.

Hiperfosforilasyon ve tau'nun diğer post-translasyonel modifikasyonları, kesme, asetilasyon, ubiquitinasyon ve glikozilasyon gibi, AD'nin başlıca patolojik özelliklerinden biri olan nörofibriller daşınmaların (NFT) oluşumuna önemli katkı sağlar. Bu modifikasyonlar, tau'nun mikrotübullara olan eğilimini azaltır ve mikrotubulların destabilizasyonuna, aksonal taşınımın bozulmasına, sinaptik işlev bozukluğuna, mitokondriyal anormalliklere ve ilerleyici nöronal dejenerasyona yol açar. Ayrıca, anormal tau agregasyonu, AD'de bilişsel gerileme ve hastalık şiddetiyle güçlü şekilde ilişkilendirilmiştir; bu durum genellikle amiloid yükünden çok nörodejenerasyonla daha yakın ilişkilidir. Ayrıca, artan kanıtlar tau patolojisinin nöroinflamatuar sinyal yollarıyla yakın etkileşimde olduğunu göstermektedir; burada aktive mikroglia ve inflamatuar aracılar tau yayılmasını ve nöron hasarını daha da kötüleştirebilir. 10,11,12.

TREM2 aracılı mikroglial aktivasyon, AD ilerlemesi sırasında nöroinflamatuar yanıtlarlailişkilendirilmiştir 13. C1q ve C3 gibi komplement proteinleri, sinaptik kayıp, komplement aracılı nöroinflamasyon ve AD patolojisi ile ilişkili inflamatuar sinyalleşmede rol oynamıştır14,15. Notch sinyalizasyonu, oksidatif stres, inflamatuar yollar ve ApoE4 AD ilerlemesinidaha da hızlandırır 9,16.

Zeytin yaprağı özeti (OLE), Tablo 1'de özetlendiği gibi, secoiridoidler, flavonoidler, triterpenler ve fenolik asitler açısından zengin biyoaktif bir fitokomplekstir. Bu bileşenler, önceki çalışmalarda antioksidan ve anti-inflamatuar biyolojik aktivitelerleilişkilendirilmiştir 17. Oleuropein, zeytin yapraklarında tanımlanan ana secoiridoiddir, çünkü bu yapraklarda birincil fenolik bileşeni oluşturur. Bu durum, oleuropein'i zeytin yapraklarında tanımlanan en bol fenolik secoiridoid yapar ve kimyasal yapısı Şekil 1'de gösterilmiştir.

Önceki çalışmalar, amiloid agregasyonu, tau ile ilişkili patoloji, oksidatif stres ve inflamatuar sinyal yolları ile ilişkili oleuropein biyolojik aktivitelerinirapor etmişti 18,19. Ek çalışmalar ayrıca oleuropeinin ApoE4 ile ilişkili yollarla, TREM2 aracılı mikroglial aktivasyon ve komplementle ilişkili nöroinflamasyon20,21 ile olası etkileşimlerini önermiştir.

Oleuropein'e olan artan ilgiye rağmen, birden fazla AD ile ilişkili protein hedefiyle etkileşimleri birleşik bir hesaplama çerçevesinde kapsamlı şekilde değerlendirilmemiştir. Önceki çalışmaların çoğu, öncelikle antioksidan özellikleri veya bireysel patolojik yollar, özellikle amiloid agregasyonu ve tau ile ilişkili toksisite üzerindeki potansiyel etkilerine odaklanmıştır. Bu nedenle, mevcut çalışma, oleuropeinin tahmin edilen etkileşimlerini ve dinamik davranışını, β-amiloid, tau, ApoE4, TREM2 ve C1q dahil olmak üzere AD ile ilişkili beş protein hedefine karşı hesaplamalı olarak değerlendirmek için moleküler kenetlenme ve moleküler dinamik simülasyonlar kullanmıştır. Bu hedefler, AD ilerleyişinde yer alan farklı ama birbirine bağlı patolojik mekanizmaları temsil ettikleri için seçilmiştir. β-amiloid, hücre dışı plak oluşumu, sinaptik işlev bozukluğu, oksidatif stres ve nöronal toksisitede merkezi bir rol oynarken, tau patolojisi nörofibriller dolaşık oluşumu, sitoskelet bozulması ve ilerleyici bilişsel gerileme ile yakından ilişkilidir22. ApoE4, sporadik AD için en güçlü genetik risk faktörünü temsil eder ve amiloid klirensinin bozulmasına, artan nörotoksisiteye, lipid düzensizliğine ve artan nöroinflamatuar yanıtlara katkıdabulunur 23. TREM2, mikroglial aktivasyon ve nöroimmün sinyalizasyonun önemli bir düzenleyicisidir ve AD ilerlemesi sırasında amiloid klirens, inflamatuar düzenleme ve hastalıkla ilişkili mikroglial yanıtlarda roloynamıştır 24. Ayrıca, komplement proteini C1q, MS25'te komplement aracılı nöroinflamasyon, anormal sinaptik budama ve mikroglia ile ilişkili sinaptik dejenerasyonda kritik bir rol oynar.

Oleuropein'in seçili Alzheimer hastalığına bağlı protein hedeflerine karşı değerlendirildiği genel in silico iş akışı Şekil 2'de özetlenmiştir.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Protokol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. ADMET tahmini

Oleuropein'in farmakokinetik ve toksisite özellikleri, hesaplamalı bir ADMET tahmin platformu kullanılarak değerlendirildi. Tahmin edilen parametreler arasında emilim, dağılım, metabolizma, salgılanma, BBB geçirgenliği, merkezi sinir sistemi (CNS) geçirgenliği ve toksisiteye bağlı özellikler yer alıyordu. Moleküler kenetlenme ve MD simülasyonlarından önce oleuropeinin tahmin edilen farmakokinetik profili ve potansiyel ilaç benzerliği özellikleri değerlendirilmek için ADMETanalizi yapılmıştır 26.

2. Anti-Alzheimer ve nöroprotektif aktivitenin tahmini

Oleuropein'in kanonik SMILES temsili, anti-Alzheimer ve nöroprotektif aktivitelerin hesaplamalı tahmini içinkullanılmıştır 27. Faaliyet olasılığı (Pa) ve inaktivite olasılığı (Pi) değerleri kaydedildi ve yalnızca Pa değeri Pi değerlerinden büyük olan faaliyetler, sonraki hesaplama analizleri için potansiyel olarak ilgili olarak değerlendirildi.

3. Oleuropein ligand yapısı hazırlığı

Oleuropein'in üç boyutlu (3D) yapısı, SDF formatında kamuya açık bir kimyasal veritabanından alınmıştır. Ligand geometrisi optimizasyonu ve enerji en minimizasyonu, MMFF94 kuvvet alanı kullanılarak yakınsama sağlanana kadar gerçekleştirildi. Minimize edilmiş ligand yapısı PDB formatına dönüştürüldü ve ardından kutup hidrojen atomları ve kısmi yüklerin atanmasıyla moleküler kenetlenmeye hazırlandı, ardından PDBQT formatına dönüştürüldü.

Oleuropein, baskın nötr formunda modellendi ve moleküler kenetlenme ve moleküler dinamik simülasyonları sırasında tüm iyonlaşabilir kalıntıların fizyolojik koşullarda (pH 7.4) protonlandığı varsayıldı.

4. Protein toplama ve hazırlama

AD patolojisiyle ilişkili protein yapıları Protein Veri Bankası'ndan alındı; bunlar arasında β-amiloid (2BEG), tau (5O3L), ApoE4 (1B68), TREM2 (5ELI) ve C1q (2JG9) bulundu. Zincir seçimi ve deneysel yapı tipi dahil olmak üzere hedefe özgü yapısal bilgiler, Tablo 2'de özetlenmiştir.

Su molekülleri, iyonlar, birlikte kristalleşmiş ligandlar ve temel olmayan heteroatomlar, reseptör hazırlanmasından önce çıkarıldı. Yapılar, kenetlenme ve simülasyon kurulumundan önce eksik kalıntılar, eksik atomlar ve yapısal süreksizlikler açısından görsel olarak incelendi. Daha sonra kutup hidrojen atomları ve Kollman yükleri atanmış, reseptör yapıları kenetlenme çalışmaları için PDBQT formatına dönüştürülmüştür. Reseptör hazırlığı sırasında fizyolojik koşullara (pH 7.4) karşılık gelen varsayılan protonasyon durumları uygulandı ve tüm iyonlaşabilir kalıntıların fizyolojik pH koşullarında baskın protonlaşma durumlarını benimsediği varsayıldı. β-amiloid için, biriktirilen NMR topluluğundan Model 1 seçildi ve biriktirilen oligomerik düzen içindeki tüm zincirler (A-E zincirleri) reseptör hazırlığı sırasında korundu. Tau proteini için, reseptör hazırlığı sırasında depolanmış kriyo-EM filament düzeneğindeki (A-J zincirleri) içindeki tüm zincirler korundu. Benzer şekilde, çoklu C1q montajındaki tüm zincirler (A-F zincirleri) biriktirilen dörtlü yapının korunması için korundu. ApoE4 ve TREM2 için, biriktirilen biyolojik açıdan ilgili zincirler reseptör hazırlığı sırasında korundu.

5. Moleküler kenetleme

  1. Bağlama sitesi tahmini ve ızgara kutusu tanımı
    Potansiyel ligand bağlama cepleri, boşluk geometrisi, cep hacmi, derinlik, hidrofobik ve ligand bağlanma potansiyeli ile uyuşabilirlik ile ilişkili fizikokimyasal tanımlayıcıları değerlendiren yapı tabanlı bağlanma yeri tahmin işakışı kullanılarak tahmin edilmiştir 28.
    Tahmin edilen cepler, uyuşturuculuk puanı ve geometrik özelliklere göre sıralandı. Her hedef için en yüksek dereceli çözücüye erişilebilen cep molekuler kenetlenme analizleri için seçildi. Seçilen bağlama cebine karşılık gelen kalıntılar, oluşturulan cep kalıntısı çıktı dosyalarından çıkarıldı ve moleküler görselleştirme yazılımı kullanılarak ilgili protein yapılarıyla birlikte görselleştirildi.
    Seçilen bağlama cepi kalıntılarının kütle merkezi koordinatları hesaplandı ve kenetlenme ızgara kutusu üretimi için kullanıldı. Grid-box boyutları, her hedef protein için tahmin edilen bağlanma bölgesini tam olarak kapsayacak şekilde tanımlandı. Tüm hedefler için kesin kenetlenme grid-box merkez koordinatları ve boyutları Tablo 3'te özetlenmiştir.
    NOT: Tam çalıştırılabilir komut satırı iş akışı ve kütle merkezi hesaplamaları için kullanılan betikler Ek Kodlama Dosyası 1'de sağlanmıştır.
  2. Kenetleme parametreleri ve uygulama
    Moleküler kenetlenme hesaplamaları, her protein-ligand kompleksi için 8 ve 10 çıkış bağlanma modları olan AutoDock Vina 4.2.6 kullanılarak gerçekleştirildi. En düşük tahmin edilen bağlanma afinitesine sahip bağlanma pozu sonraki analizler için seçildi. Protein-ligand etkileşimleri moleküler görselleştirme yazılımı kullanılarak görselleştirildi.
    NOT: Komut yapısı, reseptör dosya adı ve ızgara kutusu koordinatlarına bağlı olarak her protein için uyarlanır. Docking çıkış dosyaları bireysel bağlama modlarına ayrıldı ve komut satırı araçları kullanılarak PDB formatına dönüştürüldü. Tam komutlar Ek Kodlama Dosyası 1'de sağlanmıştır.

6. Moleküler dinamik (MD) simülasyonları

MD iş akışı, biyomoleküler simülasyon ve yörünge analizi için yapılandırılmış bulut tabanlı Conda/Miniforge hesaplama ortamında yürütüldü. Tüm üretim simülasyonları için GPU hızlandırmalı çalışma zamanı kaynakları kullanıldı. Tam yürütülebilir ortam kurulum betikleri, bağımlılık kurulum komutları ve simülasyon iş akışları Ek Kodlama Dosyası 2'de sağlanmıştır.

Moleküler kenetlenmeden oluşan protein-ligand kompleksleri, MD simülasyonları için başlangıç yapıları olarak kullanılmıştır. Topoloji üretimi ve sistem montajı için en düşük tahmin edilen bağlanma afinitesi konformasyonlarına karşılık gelen kenetlenmiş ligand pozları seçildi. Protein yapıları, simülasyon kurulumundan önce kristalografik çözücü moleküller ve önemsiz heteroatomlar çıkarıldıktan sonra hazırlanmıştır.

Topoloji üretimi ve sistem montajı ff19SB protein kuvvet alanı ve GAFF2 ligand kuvvet alanı kullanılarak gerçekleştirildi. Kompleksler, TIP3P açık su modeli kullanılarak çözüldü ve periyodik sınır koşullarında nihai iyon konsantrasyonu olan 0,15 M olan NaCl iyonları ile nötralize edildi.

NOT: Tüm moleküler dinamik simülasyonları, Python 3 çalışma zamanı, T4 GPU donanım hızlandırma ve analiz sırasında mevcut olan en son çalışma zamanı sürümüyle yapılandırılmış bulut tabanlı bir dizüstü bilgisayar ortamında gerçekleştirilmiştir.

  1. MD dengeleme parametreleri ve Enerji minimizasyonu
    Topoloji üretiminin ardından, dengelenmeden önce 50.000 adım boyunca enerji minimizasyonu gerçekleştirilmiştir. NPT dengeleme simülasyonları, protein omurgası atomlarına uygulanan pozisyonsal kısıtlamalarla 5 ns boyunca aşağıdaki koşullarda gerçekleştirildi: (1) entegrasyon zaman adımı = 2 fs; (2) sıcaklık = 298 K; (3) basınç = 1 bar; (4) harmonik kısıtlama kuvveti sabititi = 700 Kj.mol−1.nm−2; (5) her 10 ps'te bir kaydedilen yörünge kareleri; ve (6) her 10 ps'te bir kaydedilen log dosyaları.
    NOT: Tam çalıştırılabilir dengeleme betikleri ve simülasyon komutları Ek Kodlama Dosyası 2'de sağlanmıştır.
  2. MD üretim parametreleri ve NPT üretimini çalıştırmak
    Üretim MD simülasyonları, NPT koşullarında toplam analiz edilen üretim yörüngeği süresi için 10 ns olarak gerçekleştirildi ve aşağıdaki parametreler kullanıldı: (1) entegrasyon zaman adımı = 2 fs; (2) sıcaklık = 298 K; (3) basınç = 1 bar; (4) her 10 PS'de bir kaydedilen yörünge kareleri; ve (5) her 10 ps'te bir kaydedilen kayıt dosyaları.
    NOT: Tam yürütülebilir MD simülasyon betikleri Ek Kodlama Dosyası 2'de sağlanmıştır.
  3. Yörünge birleştirme ve hizalama
    Birden fazla simülasyon adımından oluşan üretim yörüngeleri, periyodik sınır koşullarında görüntüleme sonrası sürekli yörüngelere birleştirildi. Yapısal hizalama ve sonraki analizlerden önce periyodik sınır artefaktları, çözücü moleküller ve iyonlar çıkarıldı.
    Yörünge hizası, dengelenmiş referans yapısına göre protein Cα omurga atomları kullanılarak yörünge analizleri boyunca tutarlı yönelim sağlanmıştır.
  4. Protein-ligand etkileşim analizi
    MD yörüngeleri boyunca protein-ligand etkileşim parmak izleri ve etkileşim kalıcılığı, yörünge tabanlı etkileşim profilleme yaklaşımları kullanılarak analiz edildi. Etkileşim ağı analizleri, çözücü çıkarımı ve yapısal hizalama sonrası işlenmiş üretim yörüngeleri kullanılarak gerçekleştirildi.
    NOT: Tam yürütülebilir etkileşim analizi iş akışları Ek Kodlama Dosyası 2'de sağlanmıştır.
  5. MD yörünge analizleri
    Çözücü çıkarımı, birleştirme, periyodik sınır koşullarında görüntüleme ve yapısal hizalama sonrası hizalanmış üretim yörüngeleri kullanılarak yörünge analizleri yapıldı. Tüm analizler, çözücü moleküller ve iyonlar çıkarıldıktan sonra 10 ns üretim yörüngelerinde gerçekleştirildi. Çerçeveler 10 ps aralıklarla analiz edildi. Aksi belirtilmedikçe, yapısal analizler protein Cα atomlarının her karşılık gelen kompleksin dengelenmiş başlangıç yapısına en az kare hizalanmasından sonra yapılmıştır.
    RMSD, RMSF ve dönme yarıçapı (Rg) analizleri, simülasyonlar boyunca yapısal kararlılık ve konformasyon dinamiklerini değerlendirmek için protein Cα atomları kullanılarak hesaplandı. RMSD, dengelenmiş referans yapısına göre protein Cα atomları için hesaplandı. RMSF, hizalanmış üretim yörüngesi üzerindeki protein Cα atomları için hesaplandı. Rg, küresel kompaktlığı izlemek için protein Cα atomları kullanılarak hesaplandı.
    Lineer Etkileşim Enerjisi (LIE), moleküller arası mesafe ölçümleri, ana bileşen analizi (PCA) ve dinamik çapraz korelasyon matrisi (DCCM) analizleri, analiz edilen üretim yörüngeleri boyunca 10 ps aralıklarla örneklenen yörünge çerçeveleri kullanılarak gerçekleştirildi. Oleuropein ile her kompleksin protein atomları arasında üretim yörüngesi boyunca etkileşim-enerji analizi hesaplandı. Oleuropein ile kenetlenme ızgarası üretimi için seçilen bağlanma cep kalıntıları arasındaki kütle merkezi mesafesi hesaplanırken, oleuropein ile ilgili protein bağlama cepi kalıntıları arasındaki en kısa atom-atom mesafesi olarak minimum mesafe hesaplandı. PCA, yörünge hizalamasından sonra protein Cα koordinatları kullanılarak gerçekleştirildi. DCCM analizi, hizalanmış üretim yörüngesi üzerindeki protein Cα atomik dalgalanmalarından hesaplandı.
    NOT: Her moleküler dinamik simülasyonu ve yörünge analizi adımı, Ek Kodlama Dosyası 2'de ayrı bir yürütülebilir kod bölümü olarak sağlanmıştır. Ek Kodlama Dosyası 2 , sistem hazırlığı, üretim simülasyonu, yörünge işleme ve sonraki analizler için kullanılan betik ve komutları içerir. Gönderilen makaleye karşılık gelen tam iş akışı sürümü Zenodo'da https://doi.org/10.5281/zenodo.20134270 ile arşivlenir ve ilgili GitHub sürümü şu adresten mevcuttur: https://github.com/Elshekh00/molecular-dynamics-protein-ligand/releases/tag/v1.0.0.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Sonuçlar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

ADMET profilinin tahmini

Oleuropeinin tahmin edilen farmakokinetik ve toksisite profili, in silico ADMET tahmin iş akışı kullanılarak değerlendirildi. Oleuropein'in tahmin edilen ADMET özellikleri, AMES toksisitesi, hepatotoksisite, hERG I ve II inhibisyonu ile oral sıçanlarda akut ve kronik toksisite gibi modeller Tablo 4'te listelenmiştir. Oleuropein'in mutajenik olmadığı (AMES negatif) öngörülmüştür. Oleuropein'in ...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Tartışma

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Bu entegre in silico çalışmasının temel amacı, oleuropeinin tahmin edilen çoklu hedefli etkileşim potansiyelini, AD'de rol oynayan seçilmiş patolojik proteinlere karşı değerlendirmekti. ADMET tahmini, PASS analizi, moleküler kenetleme ve MD simülasyonlarından elde edilen bulgular, oleuropein'in seçili AD ile ilişkili proteinlere karşı öngörülen çoklu hedef etkileşim potansiyeline sahip bir molekül olarak değerlendirilmesi için hesaplamalı bir temel sağlar. AD'nin çok faktörlü ya...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Açıklamalar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Tüm yazarların çıkar çatışması yoktur.

Teşekkürler

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Bu çalışma, Suudi Arabistan'ın Riyad kentindeki Prenses Nourah bint Abdulrahman Üniversitesi Araştırmacıları Destek Projesi numarası (PNURSP2026R23) tarafından finanse edilmiştir.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Malzemeler

```html

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
AmberTools 24.8AmberMD development teamN/A; https://ambermd.org/AmberTools.phpTopoloji hazırlığı ve moleküler simülasyon dosya işleme için kullanılır. conda-forge üzerinden yüklenmiştir.
RRID: SCR_018497
AutoDock Tools 1.5.7Scripps Research InstituteN/A; https://autodocksuite.scripps.edu/adt/Alıcı ve ligand hazırlığı ve PDBQT dosya oluşturma için kullanılır.
RRID: SCR_012746
AutoDock Vina 4.2.6Scripps Research InstituteN/A; https://vina.scripps.edu/Moleküler kenetlenme hesaplamaları için kullanılan kenetlenme motoru. Sürüm, yürütülen iş akışı ortamına göre rapor edilmelidir.
RRID: SCR_011958
Avogadro 2.0.0Avogadro Chemistry SoftwareN/A; https://avogadro.cc/Ligand görselleştirmesi, kuvvet alanı atama ve enerji minimize etme için kullanılır.
RRID: SCR_015983
Conda 25.3.1Anaconda, Inc. / conda-forge communityN/A; https://docs.conda.io/Hesaplamalı iş akışında kullanılan paket ve ortam yöneticisi.
RRID: SCR_018317
Discovery Studio Visualizer 2025Dassault SystèmesN/A; https://discover.3ds.com/discovery-studio-visualizer-downloadProtein görselleştirme ve ön işleme için kullanılır.
RRID: SCR_008398
DoGSiteScorer / ProteinsPlusZBH Center for BioinformaticsN/A; https://proteins.plus/Bağlanma bölgesi tahmini ve cep ilaç uygunluğu puanlaması için kullanılır.
RRID: Mevcut değil
ff19SB kuvvet alanıAMBER kuvvet alanı ailesiN/A; https://ambermd.org/Moleküler dinamik sistem hazırlığı için kullanılan protein kuvvet alanı.
RRID: Mevcut değil
GAFF2 kuvvet alanıAMBER kuvvet alanı ailesiN/A; https://ambermd.org/Moleküler dinamik sistem hazırlığı için kullanılan ligand kuvvet alanı.
RRID: Mevcut değil
Google ColabGoogleN/A; https://colab.research.google.com/İş akışı yürütülmesi için kullanılan bulut not defteri ortamı. Çalışma zamanı türü: Python 3; donanım hızlandırıcısı: T4 GPU.
RRID: SCR_018009
Mamba 2.1.1QuantStack / conda-forge communityN/A; https://mamba.readthedocs.io/Conda paketlerini yüklemek için kullanılan hızlı paket yöneticisi.
RRID: Mevcut değil
Matplotlib 3.10.0Matplotlib development teamN/A; https://matplotlib.org/Moleküler dinamik analiz grafiğe dönüştürülmesi için kullanılır.
RRID: SCR_008624
MDAnalysis 2.8.0MDAnalysis development teamN/A; https://www.mdanalysis.org/Yol işleme ve yapısal analiz için kullanılır.
RRID: SCR_025610
MDTraj 1.11.1MDTraj development teamN/A; https://www.mdtraj.org/Moleküler dinamik yol işleme ve analizi için kullanılır.
RRID: Mevcut değil
Miniforgeconda-forge communityN/A; https://github.com/conda-forge/miniforgeBilimsel bağımlılıkları yüklemek için kullanılan conda tabanlı ortam dağıtımı.
RRID: Mevcut değil
NumPy 2.0.2NumPy development teamN/A; https://numpy.org/Hesaplamalı iş akışında kullanılan sayısal hesaplama bağımlılığı.
RRID: SCR_008633
Open Babel 3.1.0Open Babel ProjectN/A; https://openbabel.org/Moleküler dosya biçimi dönüştürme için kullanılır.
RRID: SCR_014920
OpenMM 8.5.1OpenMM development teamN/A; https://openmm.org/Sistem kurulumu, denge ve üretim simülasyonları için kullanılan moleküler dinamik simülasyon motoru.
RRID: SCR_000436
pandas 2.3.3pandas development teamN/A; https://pandas.pydata.org/Tablo veri işleme ve analiz çıktıları için kullanılır.
RRID: SCR_018214
ParmEd 4.3.1ParmEd development teamN/A; https://parmed.github.io/ParmEd/html/index.htmlTopoloji ve parametre dosyası işleme için kullanılır.
RRID: Mevcut değil
PASS-Way2Drug ServerWay2DrugN/A; https://www.way2drug.com/passonline/Tahmin edilen biyolojik aktivite profilleme için kullanılır.
RRID: SCR_001971
PDBFixer 1.12OpenMM development teamN/A; https://github.com/openmm/pdbfixerGerektiğinde protein yapısı onarımı ve hazırlığı için kullanılır. conda-forge üzerinden yüklenmiştir.
RRID: Mevcut değil
pkCSM ServerUniversity of MelbourneN/A; https://biosig.lab.uq.edu.au/pkcsm/Tahmin edilen ADMET profilleme için kullanılır.
RRID: Mevcut değil
ProLIFProLIF development teamN/A; https://prolif.readthedocs.io/Protein-ligan etkileşim parmak izi analizi için kullanılır. Çalışma zamanı import versiyonunu 0+unknown olarak raporladı.
RRID: Mevcut değil
PubChem DatabaseNational Center for Biotechnology Information / National Institutes of HealthN/A; https://pubchem.ncbi.nlm.nih.gov/Ligand yapısı alımı için kullanılır.
RRID: SCR_004284
py3Dmol 2.5.4py3Dmol development teamN/A; https://3dmol.csb.pitt.edu/Notebook iş akış

Yeniden basım ve izinler

Bu JoVE makalesinin metnini veya şekillerini yeniden kullanmak için izin iste

İzin iste

Etiketler

BiyokimyaSay 232Say 232Bo De erSayAlzheimer Hastal AHMolek ler Dinamik MDok Hedefli LigandTau ProteiniAmiloidN roproteksiyon

İlgili makaleler