ИЗУЧЕНИЕ ФАРМАКОЛОГИЧЕСКОЙ АКТИВНОСТИ 4-МЕТОКСИ-Н-ФЕНИЛБЕНЗАМИДА В ПРОГРАММЕ ПРОГРАММА
Фармакологическая активность амида, образованного из п-метоксибензойной кислоты и анилина, была оценена с использованием программы PASS.
При оценке потенциальной антибактериальной активности 4-метокси-N-фенилбензамида наивысший прогнозируемый балл (Pa =
0,7479) был получен против Yersinia pestis. Комплексный анализ прогнозирования, охватывающий более 4000 типов биологической активности, показал, что самые высокие значения вероятности были связаны с мембранными биологическими процессами и активностью, влияющей на окислительно-восстановительные ферментные системы. Прогнозируемая противораковая активность исследуемого соединения наблюдалась в клеточной линии Hs 683 (Pa = 0,499), в то время как прогнозируемая активность в отношении нормальных (нераковых) клеточных линий показала относительно более низкие значения. В целом, эти результаты предполагают, что исследуемое соединение может проявлять селективное цитотоксическое действие против раковых клеток, при сравнительно низкой токсичности по отношению к нормальным клеткам. Согласно результатам компьютерного моделирования органоспецифической канцерогенности у грызунов, синтезированное соединение продемонстрировало потенциальную способность вызывать развитие опухолей в определенных органах. В частности, мочевой пузырь показал самые высокие значения вероятности среди всех моделей (самцы и самки крыс и мышей).
1. Filimonov D. A. et al. Prediction of the biological activity spectra of organic compounds using the PASS online web resource //Chemistry
of Heterocyclic Compounds. – 2014. – Т. 50. – №. 3. – С. 444-457.
2. Filimonov D. A. et al. Prediction of the biological activity spectra of organic compounds using the PASS online web resource //Chemistry
of Heterocyclic Compounds. – 2014. – Т. 50. – №. 3. – С. 444-457.
3. Lagunin A. A. et al. CLC-Pred: A freely available web-service for in silico prediction of human cell line cytotoxicity for drug-like compounds
//PloS one. – 2018. – Т. 13. – №. 1. – С. e0191838.
4. Muratov E. N. et al. A critical overview of computational approaches employed for COVID-19 drug discovery //Chemical Society Reviews.
– 2021. – Т. 50. – №. 16. – С. 9121-9151.
5. Poroikov V. V. et al. Computer-aided prediction of biological activity spectra for organic compounds: The possibilities and limitations
//Russian Chemical Bulletin. – 2019. – Т. 68. – №. 12. – С. 2143-2154.
6. Filimonov D. A. et al. Computer-aided prediction of biological activity spectra for chemical compounds: opportunities and limitations
//Biomedical Chemistry: Research and Methods. – 2018. – Т. 1. – №. 1. – С. e00004-e00004.
7. Palmacci V. et al. E-GuARD: expert-guided augmentation for the robust detection of compounds interfering with biological assays //Journal
of Cheminformatics. – 2025. – Т. 17. – №. 1. – С. 64.
8. Chandrababu S., Bastola D. A novel prediction model for discovering beneficial effects of natural compounds in drug repurposing
//International Work-Conference on Bioinformatics and Biomedical Engineering. – Cham : Springer International Publishing, 2020. – С.
811-824.
9. Bo’riyeva D. Abdushukurov A. 4-Metoksibenzoy kislotaning anilin va toluidin izomerlari bilanreaksiyalari //«ACTA NUUz». –2025. –Т.
3. –№. 3.2. –С. 341-344.
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)
