两类倍半萜内酯多样性衍生合成及抑制细胞增殖构效关系研究

来源 :西北农林科技大学 | 被引量 : 0次 | 上传用户:Happyboy123456
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
天然产物及其衍生物一直是抗癌新药的主要来源,近年来以活性天然产物作为起始分子构建类天然产物库已成为筛选抗肿瘤药物的有效方法。倍半萜内酯广泛存在于植物、微生物、海洋生物及某些昆虫中,是一类具有抗肿瘤活性的次生代谢产物。然而,目前对倍半萜内酯进行系统的多样性衍生合成研究并不多见。本研究工作基于多样性导向合成策略,以两类倍半萜内酯为底物,在合成过程中引入多样化的官能团,共计合成23个化合物,包括a)桉叶烷类倍半萜内酯:1β-羟基土木香内酯(1)和ivangustin(2),酯化、氧化以及自由基反应修饰得到14个衍生物;b)1,10-开环桉叶烷类倍半萜内酯:1,6-O,O-二乙酰基大花旋覆花内酯(3),通过A环双键烯丙位修饰、A环9-位的三唑衍生修饰得到9个衍生物。通过1H NMR、13C NMR、HRMS、MS等波谱学方法,鉴定了所有化合物的结构,同时测定了3个化合物的晶体结构,进一步确证了其结构。经过数据库检索,所有衍生物都为新化合物。通过抑制细胞增殖实验探讨了两类倍半萜内酯衍生物的构效关系(Structure-Activity Relationship,SAR):a)对于桉叶烷类倍半萜内酯化合物1和2的衍生物,当1-OH被氧化成羰基时,其抑制细胞增殖活性增强,当1-OH被修饰成酯基或C13位变为双螺内酯环时,其抑制细胞增殖活性降低。b)对于1,10-开环桉叶烷类倍半萜内酯化合物3的衍生物,发现A环双键烯丙位引入官能团Br可以提高化合物的细胞增殖活性,C9,14-位的二溴代产物最高,其次是C-14位的一溴代产物,最后为C-9位的一溴代产物。而在C-9位引入三唑后,活性并未有所改善。在所有化合物中,抑制细胞增殖活性最好的是化合物1h和3c,其抑制细胞增殖活性强于化疗药物依托泊苷(VP-16)。为了进一步评价高活性化合物的作用机制,我们通过细胞周期实验,发现1h处理细胞后,细胞周期在G0/G1期的比例降低,而S和G2/M期的比例增加,并呈现出浓度依赖性。通过诱导细胞凋亡实验发现化合物1h具有诱导细胞凋亡活性,在低浓度下可诱导procaspase-3和PARP蛋白的磷酸化。本论文对两类倍半萜内酯进行了多样性衍生合成,研究了两类倍半萜内酯衍生物构效关系,发现了具有优异抑制细胞增殖活性化合物,并初步探究了高活性衍生物的作用机制。这为倍半萜内酯类衍生物的结构优化提供了新思路,为抗肿瘤候选药物的筛选提供了理论数据。
其他文献
近年来,杂交鳢已经成为鳢科鱼类养殖产业中最重要的水产品种,其规模和养殖密度不断增长,而高密度集约化养殖导致了杂交鳢养殖环境严重恶化以及病害频发等问题,极大地阻碍了杂
硫酸根自由基(SO4·-)高级氧化技术是一种新兴的环境治理技术,它通过过硫酸盐的活化产生强氧化性的SO4·-,能够高效地降解废水中的难降解有机污染物。在众多过硫酸盐活化方式
如今,纳米材料在生活、工农业生产中都得到了广泛的应用,不可避免的会排放到水环境中,从而对水生生物造成一定的影响,而重金属镉(Cd)对水生生物的危害已引起广泛关注,那么二者
由葡萄糖单元通过α-1,4-糖苷键首尾相连形成的天然环寡糖环糊精是重要的主体分子,但因其外亲水、内疏水的较为刚性的结构、数量有限的腔体尺寸和单一的重复单元等特性,不能
本论文以吉富罗非鱼(GIFT,Oreochromis niloticus)为研究对象,通过室内循环水饲养和亚硝酸盐应激试验,研究了饲料中添加桑叶黄酮(Mulberry Leaf Flavonoids)对吉富罗非鱼生长
叠前道集存在剩余噪音,分辨率低的情况,需要对叠前道集进行优化处理。针对处理方法中的不保幅现象做出改进,做到高保真性的叠前道集优化处理,并尝试将二维处理推广至三维空间
移动互联网环境下,移动图书馆服务开始兴起。移动图书馆用户评论的研究基本处于初期的摸索阶段。关于移动图书馆用户评论的研究尚不成熟,忽略了移动图书馆用户评论自身的特点
薄壁类零件因其自身刚度很差、材料去除量较高,在加工中极易产生变形、失稳及颤振问题,严重影响产品的质量;加之经验与理论的欠缺,在实际生产中难以制定合理的工艺参数,无法
目的利用数学原理探讨科学、精确的V-Y推进皮瓣形状的设计方法。方法1.临床上的创面形状多种多样,且多为不规则图形,直接对其分析比较难以处理。为方便研究,将创面设定成为一
开放式信息抽取系统是从web等非结构化文本中挖掘知识的主要途径,但是其抽取结果往往存在大量噪声,对知识发现以及知识库构建产生较大影响。针对该问题,本文提出一种基于概率软逻辑模型的知识推理验证方法。该方法首先使用一阶逻辑语言对知识抽取结果进行转化和推理,并且在推理过程中引入规则进行语义约束。此外,为解决目前推理规则过于依赖于人工定制的问题,本文建立一种推理规则自动学习机制,解除传统知识推理对于人工制