پیش‌بینی حلالیت داروهای ضد‌سرطان فلورواوراسیل و لتروزول در مقیاس نانو در محیط آبی با استفاده از شبیه‌سازی دینامیک مولکولی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشکده مهندسی شیمی و نفت، دانشگاه تبریز، ایران

2 دانشکده علوم پایه، دانشگاه فرهنگیان، تهران، ایران

چکیده

در این پژوهش، با استفاده از روش دینامیک مولکولی، انرژی آزاد حلالیت با ارائه جزئیات روش محاسبه، برای مولکول‌های دارویی ضد سرطان شامل مولکول‌های آلی فلورواوراسیل و لتروزول محاسبه شد. با توجه به خطای آماری کمتر از  kcal/mol۱، سازگاری بین انرژی آزاد محاسبه‌شده با داده‌های نیمه‌تجربی قابل قبول است. به منظور مقایسه تغییرات انرژی آزاد حلالیت می‌توان از سیکل‌های ترمودینامیکی مشابه استفاده کرد. در این پژوهش، از ادغام اختلال انرژی آزاد با شرایط ترمودینامیکی مرتبط استفاده شده است. برای استفاده از این روش، یک فرایند تشکیل کمپلکس محلول‌های آبی که بین یک مولکول آلی و آب است، در نظر گرفته شد. شبیه‌سازی دینامیک مولکولی اختلال انرژی آزاد به منظور دستیابی به بینشی از ساختار و دینامیک مجموعه‌‌ای از حل‌شونده‌های آلی کوچک در آب انجام شد و انرژی آزاد نسبی حلالیت برای هر حل‌شونده (دارو) در آب محاسبه شد. نتایج بدست‌آمده نشان داد که حلالیت داروی فلورواوراسیل در محیط‌های آبی به مراتب بیشتر از داروی لتروزول است که این استنباط از طریق آنالیز پیوند هیدروژنی بین دارو و آب بررسی شد

کلیدواژه‌ها


عنوان مقاله [English]

Prediction of solubility of anticancer drugs fluorouracil and letrozole in nano scale in aqueous environment using molecular dynamics simulation

نویسندگان [English]

  • sorosh ziyaei 1
  • jafar azemat 2
  • hamid erfannia 1
1
2
[1] W.L. Jorgensen, Science, 303, 1813-1818, (2004).
[2] A. Nasal, J. Chromatogr. A., 692, 83-89, (1995).
[3] J. Tomasi, B. Mennucci, R. Cammi, Chem. Rev., 105, 2999-3094, (2005).
[4] E. Guardia, J. Martí, J. Mol. Liq., 117, 63-67, (2005).
[5] A.V. Marenich, C.J. Cramer, D.G. Truhlar, J. Phys. Chem. B., 113, 4538-4543, (2009).
[6] N. Yoshida, JACS, 128, 12042-12043, (2006).
[7] N. Choudhury, B. Pettitt, J. Phys. Chem. B., 109, 6422-6429, (2005).
[8] F. Floris, J. Chem. Phys., 107, 6353-6365, (1997).
[9] A. Singharoy, C. Chipot, J. Phys. Chem. B., 121, 3502-3514, (2016).
[10] D.G. Truhlar, C. Chipot, A. Pohorille, Theor. Chem. Acc., 121, 105-106, ( 2008).
[11] M. Orozco, W.L. Jorgensen, F.J. Luque, J. Comput. Chem., 14, 1498-1503, (1993).
[12] V. Law, C. Knox, C. Djoumbou, Nucleic Acids Res., 42, 1091-1097, (2013).
[13] J. Lee, X. Cheng, J. Swails, M. Yeom, J. Chem. Theory Comput., 12, 405-413, (2015).
[14] M.W. Schmidt, K.K. Baldridge, J.A. Boatz, S.T. Elbert, M.S. Gordon, J. Comput. Chem., 14, 1347-1363, (1993).
[15] J.C. Phillips, R. Braun, W. Wang, J. Comput. Chem., 26, 1781-1802, ( 2005).
[16] W.L. Jorgensen, L.L. Thomas, J. Chem. Theory Comput., 4, 869-876, (2008).
[17] B.R. Miller, J. Chem. Theory Comput., 8, 3314-3321, (2012).
[18] J. Azamat, A. Khataee, Comput. Mater. Sci., 128, 8-14, (2017).
[19] J.D. Thompson, C.J. Cramer, D.G. Truhlar, J. Chem. Phys., 119, 1661-1670, ( 2003).
[20] T. Miyata, Y. Ikuta, F. Hirata, J. Chem. Phys., 133, 044114, (2010).
[21] J.A. Padró, J. Martı, J. Chem. Phys., 118, 452-453, (2003).