ИЗУЧЕНИЕ СПЕКТРАЛЬНЫХ СВОЙСТВ, ПРОТИВООПУХОЛЕВОГО ПОТЕНЦИАЛА И ТОКСИКОЛОГИЧЕСКОГО ПРОФИЛЯ АЛКАЛОИДА СКИММИАНИНА НЕЭМПИРИЧЕСКИМИ И КОМПЬЮТЕРНЫМИ МЕТОДАМИ
В данной статье ИК-спектры алкалоида скиммианина были рассчитаны с использованием метода Хартри-Фока (HF) в
различных базисных наборах. Результаты показали, что базисный набор 6-31G дал наиболее близкие к
экспериментальным значениям результаты. Также электронные свойства молекулы были проанализированы с
использованием полуэмпирических методов (RM1, PM3), а токсикологический и фармакологический профиль был
проанализирован с использованием компьютерных платформ (GUSAR, CLC-Pred, ADVERPred). Скиммианин показал
высокую цитотоксичность (Pa=0,559) в отношении клеток глиобластомы и антибактериальную активность против
клинически значимых патогенов.
1. Stewart, J. J. P. Optimization of parameters for semiempirical methods I. Method. Journal of Computational Chemistry,
10(2), 209-220. (Yarim empirik hisoblashlarning asosiy metodologik manbasi sifatida 1-o'ringa qo'yildi).
2. HyperChem Release 8.0 for Windows, Molecular Modeling System. Hypercube, Inc., Gainesville, FL, USA, 2007. (Dasturiy
ta'minot asosiy vosita bo'lgani uchun yuqori pog'onaga ko'tarildi).
3. Jorabayev, Y. Sh. Skimmianin alkaloidining kvant-kimyoviy modifikatsiyasi va biologik faolligi. – Toshkent: Fan nashriyoti,
2024. – 120 b.
4. Eshonov, M. A., Toshov, H. S. Kvant-kimyoviy hisoblash usullari: Hartree-Fock va DFT metodikasi. – Toshkent: O‘zMU,
2022. – 85-94 b.
5. Lagunin, A., Zakharov, A., Filimonov, D., & Poroikov, V. (2011). QSAR modelling of rat acute toxicity: a comparative
estimation of strategy and software. Molecular Informatics, 30(2‐3), 241-250.
6. Filimonov, D. A., et al. (2014). PASS Online: web-resource for drug potential prediction. Russian Chemical Bulletin, 63(3),
543-548.
7. Bologov, S. P., et al. CLC-Pred: A freely available web-service for in silico prediction of cytotoxicity for human cell lines.
Journal of Chemical Information and Modeling, 2016.
8. Daina, A., Michielin, O., & Zoete, V. (2017). SwissADME: a free web tool to evaluate pharmacokinetics, drug-likeness and
medicinal chemistry friendliness of small molecules. Scientific Reports, 7(1), 42717.
9. Zhang, X., Wang, G., & Li, J. (2020). Furoquinoline alkaloids: A comprehensive review of their isolation, biosynthesis, and
pharmacological activities. Journal of Natural Products, 83(5), 1189–1202.
10. Smith, D. A. (2021). Spectroscopic Characterization of Natural Alkaloids: Infrared and NMR Analysis. Organic &
Biomolecular Chemistry, 19(14), 3110-3125.
11. Khalil, N. M., & Khan, A. (2022). Prediction of antiviral activity of natural compounds: In silico approach and challenges.
Journal of Molecular Modeling, 28(6), 202–212.
12. Sharma, N., & Singh, P. (2021). Antiviral properties of plant alkaloids: Mechanisms and therapeutic potentials. Antiviral
Research, 182, 104975.
13. Yusupov, K. A. Tabiiy birikmalar kimyosida in silico usullari. O‘zbekiston Kimyo Jurnali, 2023, №3, 45-52 b.
14. Poroikov, V. V., et al. Computer-aided prediction of biological activity spectra for organic compounds: the PASS approach.
Quantitative Structure-Activity Relationships, 2001, 20(1), 32-43.
15. Sutherland, J. J., et al. (2003). A comparison of methods for modeling quaternary structure-activity relationships. Journal of
Medicinal Chemistry, 46(14), 3110-3118.
Copyright (c) 2026 «ВЕСТНИК НУУз»
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-ShareAlike» («Атрибуция — Некоммерческое использование — На тех же условиях») 4.0 Всемирная.
.jpg)
2.png)
