Naslov
Računalom protiv neurodegenerativnih bolesti

Autori
Vianello, Robert

Vrsta, podvrsta i kategorija rada
Sažeci sa skupova, neobjavljeni rad, znanstveni

Skup
5. simpozij studenata kemičara (SISK5)

Mjesto i datum
Zagreb, Hrvatska, 27.10.2018

Vrsta sudjelovanja
Plenarno

Vrsta recenzije
Domaća recenzija

Ključne riječi
neurodegeneracija
(neurodegeneration)

Sažetak
Računalna kemija obuhvaća čitav niz računalnih tehnika usmjerenih prema razumijevanju strukture i svojstava molekula, materijala i bioloških sustava, a kroz godine profilirala se kao ravnopravan, a često i neophodan partner eksperimentima u svim granama kemije. Računalne metode omogućuju detaljan uvid u elektronsku strukturu te ponašanje i karakteristike sustava na razini samih atoma, što je vrlo često nemoguće odrediti čak i najsofisticiranijim instrumentima. Monoaminooksidaza (MAO) je flavoenzim odgovoran za metabolizam velikog broja biogenih i prehrambenih amina, uključujući i mnoge neurotransmitere u mozgu, poput dopamina i serotonina, čija je neravnoteža vrlo usko povezana s nastankom i razvojem niza neuroloških poremećaja, primjerice Alzheimerove ili Parkinsonove bolesti te depresije. Stoga, posljednjih 60 godina MAO predstavlja središnju farmakološku metu u liječenju neurodegeneracije. Ipak, unatoč važnosti i brojnim istraživanjima, precizni mehanizmi katalitičke aktivnosti MAO enzima ili njegove inhibicije postojećim lijekovima još uvijek nisu razjašnjeni. Ovo je od presudne važnosti u razvoju efikasnijih inhibitora kao analoga prijelaznog stanja, posebice jer dostupni lijekovi uzrokuju značajne nuspojave te isključivo ublažuju simptome oboljenja i ne nude izlječenje. Koristeći različite računalne pristupe, predložili smo potpuno novi hidridni mehanizam MAO katalize [2], koji je u potvrđen nedavnim 13C kinetičkim izotopnim mjerenjima te je u skladu s nizom drugih eksperimentalnih podataka. Primjenom ovog mehanizma reproducirali smo izmjerene H/D kinetičke izotopne efekte te razjasnili utjecaj pH vrijednosti i točkastih mutacija na primjeru nekoliko supstrata. Istodobno, identificirali smo aminokiseline odgovorne za uspješno vezanje inhibitora u aktivno mjesto te razjasnili činjenicu da je selegilin efikasniji inhibitor od rasagilina, koji su oboje u kliničkoj primjeni. Ostvareni rezultati predstavljaju naš doprinos rješavanju brojnih znanstvenih izazova potaknutih sve većom učestalošću neurodegenerativnih bolesti mozga te daju smjernice u dizajnu novih antiparkinsonika i antidepresiva.

Izvorni jezik
Hrvatski

Znanstvena područja
Kemija

POVEZANOST RADA