intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE

Xây dựng mô hình dự đoán hoạt tính ức chế new delhi metallo-β-lactamase-1NDM-1

Chia sẻ: Hạnh Thơm | Ngày: | Loại File: PDF | Số trang:5

37
lượt xem
1
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Trong nghiên cứu này, mô hình mô tả phân tử docking và mô hình 3D-pharmacophore được thực hiện nhằm tìm ra các đặc trưng cấu trúc cần thiết cho một chất ức chế new delhi metallo-β-lactamase-1 cũng như dự đoán các chất có tiềm năng ức chế new delhi metallo-β-lactamase-1.

Chủ đề:
Lưu

Nội dung Text: Xây dựng mô hình dự đoán hoạt tính ức chế new delhi metallo-β-lactamase-1NDM-1

Y Học TP. Hồ Chí Minh * Phụ Bản Tập 22 * Số 1 * 2018<br /> <br /> Nghiên cứu Y học<br /> <br /> XÂY DỰNG MÔ HÌNH DỰ ĐOÁN HOẠT TÍNH<br /> ỨC CHẾ NEW DELHI METALLO-β-LACTAMASE-1 NDM-1<br /> Hà Thị Kiều Oanh*, Võ Viết Việt*, Đinh Văn Toàn*,<br /> Nguyễn Tuấn Huy*, Lê Quốc Hưng*, Mai Thành Tấn*, Thái Khắc Minh*<br /> <br /> TÓM TẮT<br /> Mở đầu: New Delhi metallo-β-lactamase-1 (NDM-1) thuộc phân lớp metallo-β-lactamase (MBL) do<br /> các vi khuẩn Enterobacteriaceae tiết ra để đề kháng kháng sinh. Enzym này bất hoạt hầu hết các loại kháng<br /> sinh β-lactam bao gồm carbapenem bằng cách xúc tác sự thủy phân của liên kết amid gây nên tình trạng đa<br /> kháng thuốc kháng sinh rất đ{ng lo ngại. Vì vậy, c{c hướng nghiên cứu chủ yếu tập trung vào phát triển<br /> chất ức chế New Delhi metallo-β-lactamase-1 để khôi phục hoạt tính kháng sinh. Trong nghiên cứu này, mô<br /> hình mô tả phân tử docking và mô hình 3D-pharmacophore được thực hiện nhằm tìm ra c{c đặc trưng cấu<br /> trúc cần thiết cho một chất ức chế New Delhi metallo-β-lactamase-1 cũng như dự đo{n các chất có tiềm<br /> năng ức chế New Delhi metallo-β-lactamase-1.<br /> Đối tượng và phương pháp nghiên cứu: Mô hình mô tả phân tử docking được xây dựng bằng công cụ<br /> FlexX tích hợp trong LeadIT. Kết quả được phân tích dựa trên sự kết hợp giữa điểm số docking v| mô hình tương<br /> tác ligand interactions của MOE. Mô hình 3D-pharmacophore được xây dựng trên tập 12 chất có hoạt tính mạnh<br /> nhất. Tập đ{nh gi{ gồm 483 chất được sử dụng để kiểm tra độ tin cậy của mô hình.<br /> Kết quả và bàn luận: Kết quả mô hình docking của các chất ức chế NDM-1 trên khoang gắn kết và các<br /> nghiên cứu cho thấy các acid amin Asn220, His250, His122, Gln123 là những acid amin quan trọng trong<br /> khoang gắn kết. Mô hình pharmacophore được đề xuất l| mô hình 5 điểm gồm 1 điểm cho liên kết hydro, 1 điểm<br /> nhận liên kết hydro, 2 vị trí vòng thơm, 1 vị trí cho liên kết với kim loại với khả năng dự đo{n l| 90,24%. Mô hình<br /> docking trên 215 chất th a mô hình 3D-pharmacophore 5 điểm dự đo{n 8 chất có khả năng ức chế NDM-1.<br /> Kết luận: Kết quả mô hình docking cho thấy vị trí các acid amin quan trọng, vai trò của các liên kết hydro,<br /> ion, π-π, cation-π của tương t{c ligand với protein. Mô hình pharmacophore xây dựng được có khả năng dự đo{n<br /> tốt các chất ức chế NDM-1 tiềm năng, góp phần làm giảm công sức và thời gian nghiên cứu trong quá trình<br /> khám phá thuốc mới.<br /> Từ khóa: New Delhi metallo-β-lactamase-1 (NDM-1), Metallo-β-lactamase (MBL), Mô hình mô tả phân tử<br /> docking, Mô hình 3D-pharmacophore.<br /> <br /> ABSTRACT<br /> PREDICTION MODELS FOR POTENTIAL NEW DELHI METALLO-Β-LACTAMASE-1 INHIBITORS<br /> Ha Thi Kieu Oanh, Vo Viet Viet, Dinh Vam Toan, Nguyen Tuan Huy, Le Quoc Hung,<br /> Mai Thanh Tan, Thai Khac Minh<br /> * Y Hoc TP. Ho Chi Minh * Supplement Vol. 22 - No 1- 2018: 403 - 407<br /> Introduction: New Delhi metallo-β-lactamase-1 (NDM-1) is a subclass metallo-β-lactamase (MBL),<br /> produced by Enterobacteriaceae for antibiotic resistance. This enzyme inactivated most β-lactam antibiotics,<br /> including the carbapenems, by hydrolyzing the C−N bond of their β-lactam ring, conferring resistance against<br /> these drugs to bacteria. To date, most drug design in this area has been focused on developing an NDM-1<br /> *Khoa Dƣợc, Đại học Y Dƣợc Thành phố Hồ Chí Minh<br /> Tác giả liên lạc: PGS. TS. Thái Khắc Minh ĐT: 0909680385<br /> <br /> Chuyên Đề Dƣợc<br /> <br /> Email: thaikhacminh@ump.edu.vn<br /> <br /> 403<br /> <br /> Nghiên cứu Y học<br /> <br /> Y Học TP. Hồ Chí Minh * Phụ Bản Tập 22 * Số 1 * 2018<br /> <br /> inhibitor to restore the efficacy of these drugs against NDM-1. In this study, the docking and 3D-pharmacophore<br /> models were generated to figure out the structure(s) of a potential New Delhi metallo-β-lactamase-1 inhibitor, and<br /> to predict the efficacy of potential inhibitors.<br /> Materials and Methods: The FlexX application in the LeadIT 2.0.2 software was used to conduct the<br /> docking process. The results were analyzed based on both the docking scores obtained and the interaction models<br /> (ligand interactions) in MOE. Twelve compounds with strongest predicted inhibitory effects representing<br /> different chemical structures were selected as the database for the design of the pharmacophore models. The testing<br /> set of 483 compounds was used to validate the predictive capacity of the models.<br /> Results and Discussion: The docking results suggested that the amino acids Asn220, His250, His122,<br /> Gln123 were important amino acids in the binding pocket. The generated five-feature pharmacophore model<br /> consisted of 2 Aro (aromatic ring), 1 Acc (hydrogen bond acceptor) and 1 Don (hydrogen bond donor), 1 ML<br /> (metal ligator) with the respective predictive capacity being 90.24%. The docking models of 215 molecules<br /> matching the five-feature pharmacophore models suggested that 8 compounds can inhibit the NDM-1 enzyme.<br /> Conclusion: The docking results indicated the important amino acids and essential interactions namely<br /> hydrogen, ionic, π-π, cation-π interactions of ligand-protein. Besides, generated pharmacophore models were<br /> capable of predicting compounds with potential inhibitory effects against New Delhi metallo-β-lactamase-1,<br /> greatly reducing research time and labor work during the process of discovering new drugs in the future.<br /> Keyword: New Delhi metallo-β-lactamase-1 (NDM-1), Metallo-β-lactamase (MBL), Molecular docking<br /> modeling, 3D-pharmacophore modeling.<br /> nỗ lực tập trung v|o lĩnh vực một, vì chi phí tổng<br /> MỞ ĐẦU<br /> hợp kháng sinh mới là rất tốn kém(5). Nhằm phát<br /> Tổ chức Y tế Thế giới, ng|y 27 th{ng 2 năm<br /> triển các chất có khả năng ức chế New Delhi<br /> 2017 (World Health Organization 2017) công<br /> metallo-beta-lactamase-1, khôi phục t{c động<br /> bố danh sách các nhóm vi khuẩn đe dọa sức<br /> kháng sinh của carbapenem và các beta-lactam<br /> khoẻ con ngƣời. Trong đó, Enterobacteriaceae<br /> khác. Nghiên cứu này thực hiện gồm các nội<br /> kháng carbapenem là một trong những nhóm<br /> dung: (i) Xây dựng mô hình mô tả phân tử<br /> vi khuẩn có mức độ ƣu tiên h|ng đầu.<br /> docking trên các chất ức chế NDM-1; (ii) Xây<br /> Enterobacteriaceae tiết ra enzym thủy giải kháng<br /> dựng mô hình 3D-pharmacophore trên các chất<br /> sinh là New Delhi metallo-beta-lactamase-1<br /> ức chế NDM-1; (iii) Ứng dụng mô hình sàng lọc<br /> (NDM-1) có khả năng bất hoạt các kháng sinh<br /> ảo trên 7024 thuốc từ thƣ viện DrugBank.<br /> mạnh nhóm beta-lactam(1,7). Hậu quả của vi<br /> ĐỐI TƢỢNG– PHƢƠNGPHÁP NGHIÊNCỨU<br /> khuẩn đa đề kháng kháng sinh rất nặng nề, tác<br /> động xấu đến sức khỏe con ngƣời, kinh tế,<br /> Mô hình mô tả phân tử docking<br /> dịch tễ học, ngành công nghiệp dƣợc phẩm và<br /> Tổng cộng 72 chất thuộc 3 nhóm cấu trúc<br /> các biện pháp phòng chống vi khuẩn kháng<br /> đƣợc thu thập từ các bài báo khoa học l|m cơ sở<br /> kháng sinh. Vì vậy cần tìm ra giải pháp khắc<br /> dữ liệu(6,9,10). Các chất đƣợc vẽ trong phần mềm<br /> (3,4)<br /> phục nhanh chóng và hiệu quả .<br /> Chem Draw Pro 12.0 đƣợc lƣu dƣới dạng<br /> Thiết kế thuốc nhắm mục tiêu New Delhi<br /> metallo-beta-lactamase-1 (NDM-1) tập trung vào<br /> hai lĩnh vực: hoặc là phát triển các hợp chất sử<br /> dụng cùng với kh{ng sinh (để khôi phục lại hiệu<br /> quả đối với vi khuẩn), hoặc tổng hợp kháng sinh<br /> mới không dễ bị NDM-1 thủy phân. Hầu hết các<br /> <br /> 404<br /> <br /> database trong MOE. Do hoạt tính sinh học IC50 có<br /> khoảng chênh lệch với nhau nhiều nên khi tính<br /> to{n đƣợc đổi thành pIC50 với pIC50 = -log (IC50<br /> (M)) để phù hợp cho việc theo dõi, so sánh. Các<br /> nhóm cấu trúc trong cơ sở dữ liệu gồm nhóm dẫn<br /> chất captopril: 32 chất, từ các chất không có hoạt<br /> <br /> Chuyên Đề Dƣợc<br /> <br /> Y Học TP. Hồ Chí Minh * Phụ Bản Tập 22 * Số 1 * 2018<br /> <br /> Nghiên cứu Y học<br /> <br /> tính đến pIC50 là 5,82; Nhóm azolyl thioacetamid:<br /> 35 chất, pIC50 từ 4,3 đến 6,82; Nhóm cyclic<br /> boronat: 5 chất, pIC50 từ 5,3 đến 8,4.<br /> Mô hình 3D-Pharmacophore<br /> Tổng cộng 92 chất từ các bài báo khoa học<br /> đƣợc thu thập l|m cơ sở dữ liệu(6,9,10). Tập xây<br /> dựng gồm 12 chất có hoạt tính sinh học cao nhất<br /> có pIC50 từ 6,72 đến 8,4 tƣơng ứng với IC50 từ 4<br /> nM đến 0,23 µM. Các tập kiểm tra gồm tập có<br /> hoạt tính sinh học và tập không có hoạt tính sinh<br /> học. Tập có hoạt tính sinh học gồm 51 chất có<br /> pIC50 từ 4,09 đến 6,48; tập không có hoạt tính<br /> sinh học gồm 20 chất không đo đƣợc IC50 cụ thể<br /> vì giá trị lớn. Ngoài ra, dùng thêm tập ngoại<br /> không hoạt tính gồm 432 chất đƣợc tạo ra từ<br /> DecoyFinder để kiểm tra mô hình(2,8).<br /> <br /> KẾT QUẢ<br /> Mô hình mô tả phân tử docking<br /> Kết quả docking 72 chất thuộc 3 nhóm cấu<br /> trúc vào NDM-1 cho thấy các acid amin Asn220,<br /> His250, His122, Gln123, Lys211, Glu152 có tần<br /> suất tƣơng t{c cao với các chất ức chế (Hình 1).<br /> Trong đó Asn220 tƣơng t{c cao nhất với tần suất<br /> 34%. Trong các loại liên kết đƣợc hình thành<br /> giữa NDM-1 và các chất nghiên cứu, liên kết<br /> hydro chiếm tỷ lệ chủ yếu. Đ}y l| liên kết quan<br /> trọng cho khả năng gắn vùng t{c động (Hình 2).<br /> Bên cạnh đó, những tƣơng t{c vòng thơm cũng<br /> chiếm tỷ lệ không nhỏ (khoảng 39% tổng số liên<br /> kết đƣợc hình th|nh). Điều này cho thấy vòng<br /> thơm trong cấu trúc giúp tăng khả năng gắn kết<br /> với protein.<br /> <br /> Hình 1: Tần suất tương t{c (%) giữa acid amin và<br /> các chất ức chế<br /> <br /> Chuyên Đề Dƣợc<br /> <br /> Hình 2: Tỷ lệ % các loại liên kết trong tương t{c<br /> ligand protein NDM-1<br /> Mô hình 3D-Pharmacophore<br /> Mô hình pharmacophore ban đầu đƣợc xây<br /> dựng từ tập dữ liệu 12 chất có hoạt tính sinh học<br /> cao nhất đại diện cho các khung cấu trúc khác<br /> nhau trong tập dữ liệu lớn, sau đó đ{nh giá bằng<br /> các chất còn lại không dùng để xây dựng mô<br /> hình và tập ngoại. Kết quả tìm đƣợc các mô hình<br /> pharmacophore trình bày trong bảng 1, bảng 2.<br /> Bảng 1 trình b|y 3 mô hình 5 điểm và 1 mô<br /> hình 4 điểm. Trong đó, c{c yếu tố của mô hình<br /> thƣờng là: nhóm vòng thơm, nhóm tƣơng t{c với<br /> kim loại, nhóm cho liên kết hydro.<br /> So sánh các mô hình xây dựng đƣợc về khả<br /> năng dự đo{n, độ nhạy, độ đặc hiệu thấy có sự<br /> khác biệt. Mỗi mô hình đều có những ƣu thế<br /> riêng. Mô hình 3 có độ nhạy cao nhất nhƣng khả<br /> năng dự đo{n v| độ đặc hiệu lại quá thấp.<br /> Nguyên nhân là do mô hình này có ít thuộc tính<br /> hơn (4 điểm đại diện cho 4 thuộc tính, trong khi<br /> những mô hình còn lại đều l| mô hình 5 điểm)<br /> nên khả năng chọn lọc kém hơn, chất có hoạt<br /> tính thỏa mô hình nhiều, các chất không hoạt<br /> tính cũng thỏa mô hình nhiều vì có sự tƣơng<br /> đồng về cấu trúc.<br /> Vì vậy, để tăng khả năng chọn lọc cho mô<br /> hình số 3, tạo mô hình 5 điểm bằng c{ch tăng<br /> phạm vi tìm kiếm của truy vấn, tăng dung sai<br /> bán kính tìm kiếm của thuộc tính (tolerance) lên<br /> 1,3 Å thay vì 1,2 Å nhƣ lúc đầu. Mô hình tạo<br /> thành 3A (Bảng 3, 4) là phù hợp với cách làm<br /> n|y vì khi tăng dung sai của bán kính tìm kiếm<br /> lên một khoảng nhỏ (0,1 Å) tạo đƣợc mô hình có<br /> 5 thuộc tính riêng biệt không bị chồng lắp hay<br /> quy cụm (Hình 3).<br /> <br /> 405<br /> <br /> Y Học TP. Hồ Chí Minh * Phụ Bản Tập 22 * Số 1 * 2018<br /> <br /> Nghiên cứu Y học<br /> <br /> Bảng 1: Thông số mô tả của 4 mô hình 3D-pharmacophore.<br /> Mô hình<br /> 1<br /> 2<br /> 3<br /> 4<br /> <br /> Loại mô hình<br /> ML/Aro/Hyd/Aro/Don<br /> ML/Aro/Hyd/Aro/ML<br /> ML/Aro/Don/Acc&ML<br /> Don/Acc/ML/Aro/Aro<br /> <br /> Số thành phần<br /> 5<br /> 5<br /> 4<br /> 5<br /> <br /> Bán kính các thành phần<br /> 2,7/1,4/1,78/1,07/1,85<br /> 2,7/1,4/1,78/1,07/1,85<br /> 1,76/2,59/1,06/1,35<br /> 1,6/1,23/1,14/1,17/1,22<br /> <br /> Bảng 2: Thông số đ{nh gi{ của 4 mô hình 3D-pharmacophore<br /> Mô hình<br /> 1<br /> 2<br /> 3<br /> 4<br /> <br /> Tập kiểm tra<br /> Tập có hoạt tính (51 chất)<br /> Tập không hoạt tính (432 chất)<br /> 30 (58,82%)<br /> 115 (26,62%)<br /> 31 (60,78%)<br /> 135 (31,25%)<br /> 41 (80,39%)<br /> 275 (63,66%)<br /> 23 (52,94%)<br /> 27 (6,25%)<br /> <br /> Đánh giá<br /> Khả năng dự đoán Độ nhạy Độ đặc hiệu<br /> 71,84%<br /> 58,82%<br /> 73,38%<br /> 67,70%<br /> 60,78%<br /> 68,75%<br /> 40,99%<br /> 80,39%<br /> 36,34%<br /> 90,27%<br /> 52,94%<br /> 94,68%<br /> <br /> Bảng 3: Thông số mô tả của mô hình pharmacophore 3A<br /> Mô hình<br /> 3A<br /> <br /> Loại mô hình<br /> ML/Aro/ML/Don/Acc&ML<br /> <br /> Số thành phần<br /> 5<br /> <br /> Bán kính các thành phần<br /> 1,76/2,59/1,91/1,06/1,35<br /> <br /> Bảng 4: Thông số đ{nh gi{ của mô hình pharmacophore 3A<br /> Mô hình<br /> 3A<br /> <br /> Tập kiểm tra<br /> Tập có hoạt tính (51 chất)<br /> Tập không hoạt tính (432 chất)<br /> 35 (68,63%)<br /> 157 (36,34%)<br /> <br /> Đánh giá<br /> Khả năng dự đoán Độ nhạy<br /> 63,15%<br /> 68,63%<br /> <br /> Độ đặc hiệu<br /> 63,65%<br /> <br /> có hoạt tính sinh học. Nhƣng c{c chất không có<br /> hoạt tính sinh học thỏa mô hình cũng kh{ nhiều<br /> (31,25% v| 36,34%). Mô hình 4 độ nhạy tuy thấp<br /> hơn c{c mô hình kh{c (52,94%) nhƣng không<br /> thấp hơn nhiều. Hơn nữa, độ đặc hiệu và khả<br /> năng dự đo{n lại cao nhất (94,68% và 90,27%)<br /> lớn hơn 4 mô hình còn lại. Vì vậy, lựa chọn mô<br /> hình 4 cho sàng lọc áo.<br /> Hình 3: Mô hình pharmacophore 3A của tập xây<br /> dựng gồm 12 chất<br /> <br /> Mô hình 4 gồm 5 điểm: Một điểm đại diện<br /> cho nhóm nhận liên kết hydro (Acc); Hai điểm<br /> đại diện cho nhóm vòng thơm, vòng liên hợp π<br /> (Aro); Một điểm đại diện cho nhóm cho liên kết<br /> hydro (Don); Một điểm đại diện cho nhóm cho<br /> liên kết với kim loại (ML).<br /> <br /> BÀN LUẬN<br /> C{c mô hình đƣợc sử dụng để sàng lọc ảo<br /> trên 7024 thuốc từ ngân hàng DrugBank<br /> (http://www.Drugbank.ca).<br /> Hình 4: Mô hình pharmacophore số 4 của tập xây<br /> dựng gồm 12 chất<br /> Trong 5 mô hình xây dựng đƣợc (mô hình 1,<br /> 2, 3, 3A, 4). Mô hình 3A v| mô hình 2 có độ nhạy<br /> khá tốt. Dự đo{n đúng 60,78% v| 68,63% c{c chất<br /> <br /> 406<br /> <br /> Từ ngân hàng dữ liệu DrugBank gồm 7024<br /> chất, tiến hành sàng lọc trên mô hình<br /> pharmacophore 4 đƣợc 215 chất thỏa mô hình.<br /> Tiến hành docking 215 chất đã s|ng lọc đƣợc với<br /> NDM-1 v| đ{nh gi{ khả năng gắn kết.<br /> <br /> Chuyên Đề Dƣợc<br /> <br /> Y Học TP. Hồ Chí Minh * Phụ Bản Tập 22 * Số 1 * 2018<br /> <br /> Nghiên cứu Y học<br /> <br /> Từ kết quả docking chọn ra 32 chất điểm số<br /> docking âm nhất (nhỏ hơn -25 kJ/mol), tiếp tục<br /> đ{nh gi{ tƣơng t{c ligand-protein, để tìm ra<br /> những chất có khả năng liên kết với acid amin<br /> quan trọng của NDM-1 nhƣ Asn220, His250,<br /> Lys211, Gln123, His122. Tổng cộng 8 chất phù<br /> hợp nhất đƣợc chọn là: 438-DB00438, 446202DB01831, AGF-DB07351, BJP-DB07466, FLXDB02046, G23-DB07806, N2G-DB08237, N4DDB08242. Cả 8 chất đều có điểm số docking âm<br /> hơn -27 kJ/mol v| tƣơng t{c với các acid amin<br /> quan trọng nhƣ đã nêu ở trên.<br /> <br /> đồng trong cấu trúc của NDM-1 với các enzym<br /> MBL khác. Những chất có hoạt tính sinh học trên<br /> NDM-1 đa phần có hoạt tính trên các MBL. Vì<br /> vậy, nếu đƣợc tiếp tục phát triển, có thể nghiên<br /> cứu thêm những chất có khả năng ức chế rộng<br /> rãi các enzym thuộc phân nhóm này.<br /> <br /> KẾT LUẬN<br /> <br /> 2.<br /> <br /> Nghiên cứu đã x}y dựng đƣợc mô hình mô<br /> tả phân tử docking trên enzym New Delhi<br /> metallo-beta-lactamase 1, mô hình 3Dpharmacophore và ứng dụng mô hình 3Dpharmacophore để sàng lọc ảo trên 7024 thuốc<br /> từ thƣ viện DrugBank. Mô hình mô tả phân tử<br /> docking cho thấy tầm quan trọng của các acid<br /> amin trong khoang gắn kết: Asn220, His250,<br /> His122, Gln123. Cấu trúc vòng thơm trong cấu<br /> trúc góp phần tăng thêm {i lực gắn kết của<br /> ligand với protein. Ngoài ra những chất có khả<br /> năng tạo liên kết với Asn220 v| His250 thƣờng là<br /> những chất có khả năng gắn kết mạnh, hoạt tính<br /> sinh học cao. Mô hình pharmacophore xây dựng<br /> đƣợc l| mô hình 5 điểm gồm 2 vị trí vòng thơm,<br /> 1 vị trí liên kết với kim loại, 1vị trí cho liên kết<br /> hydro, 1 vị trí nhận liên kết hydro. Mô hình thể<br /> hiện khả năng dự đo{n cao (90,24%), s|ng lọc<br /> đƣợc 215 chất trên tổng số 7024 thuốc từ thƣ viện<br /> DrugBank. Kết quả docking lại trên NDM-1 cho<br /> thấy 8 chất có tiềm năng ức chế NDM-1 vì gắn<br /> kết tốt vào những acid amin quan trọng trong<br /> đích t{c động. Nghiên cứu n|y đóng góp một<br /> phần vào công việc sàng lọc các chất có tiềm<br /> năng ức chế NDM-1 trong tƣơng lai, qua đó khôi<br /> phục tác dụng của kh{ng sinh trong điều trị vi<br /> khuẩn Gram }m đa đề kháng. Trong quá trình<br /> thực hiện, một vài tài liệu cho thấy sự tƣơng<br /> <br /> Chuyên Đề Dƣợc<br /> <br /> Lời cảm ơn: Nghiên cứu n|y được tài trợ bởi Quỹ Phát triển<br /> khoa học và công nghệ Quốc gia (NAFOSTED) trong đề tài<br /> mã số 106-YS.05-2015.31 (cho Thái Khắc Minh).<br /> <br /> TÀI LIỆU THAM KHẢO<br /> 1.<br /> <br /> 3.<br /> <br /> 4.<br /> <br /> 5.<br /> <br /> 6.<br /> <br /> 7.<br /> <br /> 8.<br /> 9.<br /> <br /> 10.<br /> <br /> Bush K, Jacoby GA (2010), "Updated functional classification of<br /> beta-lactamases", Antimicrob Agents Chemother. 54 (3), pp. 969976.<br /> Cereto-Massague A, Guasch L, Valls C, Mulero M, Pujadas G,<br /> Garcia-Vallve S (2012), "DecoyFinder: an easy-to-use python<br /> GUI application for building target-specific decoy sets",<br /> Bioinformatics. 28 (12), pp. 1661-1662.<br /> Garau G, Garcia-Saez I, Bebrone C, Anne C, Mercuri P, Galleni<br /> M, Frere JM, Dideberg O (2004), "Update of the standard<br /> numbering scheme for class B beta-lactamases", Antimicrob<br /> Agents Chemother. 48 (7), pp. 2347-2349.<br /> Green VL, Verma A, Owens RJ, Phillips SE, Carr SB (2011),<br /> "Structure of New Delhi metallo-beta-lactamase 1 (NDM-1)",<br /> Acta Crystallogr Sect F Struct Biol Cryst Commun. 67 (Pt 10), pp.<br /> 1160-1164.<br /> Groundwater PW, Xu S, Lai F, Varadi L, Tan J, Perry JD, Hibbs<br /> DE (2016), "New Delhi metallo-beta-lactamase-1: structure,<br /> inhibitors and detection of producers", Future Med Chem. 8 (9),<br /> pp. 993-1012.<br /> Jurgen B, Ricky C, Samuel C, Michael AMD, Ian JC, Juan C,<br /> Matthew BA, James S (2016), " Structural basis of metallo-blactamase, serine-b-lactamase and penicillin-binding protein<br /> inhibition by cyclic boronates". Nature Communications, 7,<br /> 12406.<br /> Khan AU, Maryam L, Zarrilli R (2017), "Structure, Genetics and<br /> Worldwide Spread of New Delhi Metallo-beta-lactamase<br /> (NDM): a threat to public health". BioMed Central. 17 (1), pp.<br /> 101.<br /> Koes DR, Camacho CJ (2011), "Pharmer: efficient and exact<br /> pharmacophore search", J Chem Inf Model. 51 (6), pp. 1307-1314.<br /> Ningning Li, Yintong Xu, Qiang Xia (2014), " Simplified<br /> captopril analogues as NDM-1 inhibitors". Bioorganic &<br /> Medicinal Chemistry Letters. 24 (1), pp. 386-389.<br /> Zhai L, Zhang YL, Kang JS, Oelschlaeger P, Xiao L, Nie SS,<br /> Yang KW (2016), "Triazolylthioacetamide: A Valid Scaffold for<br /> the Development of New Delhi Metallo-beta-Lactmase-1<br /> (NDM-1) Inhibitors", ACS Med Chem Lett. 7 (4), pp. 413-417.<br /> <br /> Ngày nhận bài báo:<br /> <br /> 18/10/2017<br /> <br /> Ngày phản biện nhận xét bài báo:<br /> <br /> 01/11/2017<br /> <br /> Ng|y b|i b{o được đăng:<br /> <br /> 15/03/2018<br /> <br /> 407<br /> <br />
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2