靶向氧化还原系统中谷胱甘肽的抗癌药物的数字化创新设计实验

摘要

谷胱甘肽参与调节细胞内活性氧水平，消耗癌细胞内的谷胱甘肽，可导致活性氧水平上升，诱导癌细胞失活、凋亡，这成为癌症治疗的潜在靶点。基于α,β-不饱和羰基化合物易与谷胱甘肽发生Michael加成反应而消耗谷胱甘肽，利用ChemDraw、Chem3D、Gaussian、Chemprop等软件创新设计了靶向谷胱甘肽的抗癌药物AI虚拟筛选实验，构建了抗癌药物分子数据库，计算表征了化合物与谷胱甘肽的反应性。AI预测结果与文献记录的实验数据具有高度一致性，说明基于该模型的虚拟筛选方法科学、结果可靠。AI虚拟筛选出潜在的靶向抗癌药物经过化学反应动力学实验、药理实验进一步筛选验证，得到了具有深入研究价值的先导化合物。AI赋能新药研发，降低了筛选成本，提高筛选效率和准确性。本实验可作为化学生物学实验或者化学信息学课程的实践内容。AI技术助力学生更好地理解和掌握知识，让教学内容更具高阶性、创新性和挑战度，有利于调动学习积极性，提升创新思维和创新能力，培养面向未来的卓越人才。

关键词

谷胱甘肽 / 抗癌药物 / 人工智能 / 虚拟筛选 / Michael加成反应