مطالعه برهم‌ كنش‌هاي نانو موتورهاي عملكردي و پروتئين پيش‌ ساز آميلوئيد بتا به عنوان استراتژي نوين ضد آلزايمر توسط مدل‌ سازي و شبيه‌ سازي رايانه‌اي

The Study of Interactions between Amyloid-Beta Precursor Protein and Functional Nanomotors as a New anti-Alzheimer's Disease Strategy by Modeling and Computer Simulation

در اين تحقيق عملكرد 3 نانوموتور بر روي 15 پپتيد ترانس ممبرن پروتئين پيش ساز آميلوئيد بتا از طريق شبيه سازي ديناميك مولكولي انجام گرفت.روش: در اين مطالعه 14 نوع موتانت و 1 نوع نرمال پپتيد ترانس ممبرن پروتئين پيش ساز آميلوئيد بتا از پايگاه داده ncbi به دست آمده و سپس شبيه سازي با استفاده از نرم افزارdesigner ascalaph انجام شد. 15 پپتيد با ساختار هاي 3 بعدي پايدار سنتز شده، براي ورود به مرحله شبيه سازي انتخاب و سپس با استفاده از نرم افزار hyperchem، به مدت 30.000 پيكو ثانيه پپتيدها در مجاورت نانوموتور هاي بيست الكله، هايپرسيني و رتينولي سنتز شده قرار داده شدند. سرانجام 4 پارامتر؛ انرژي آزاد، انرژي بين مولكولي، پتانسيل و مجذور مربع اختلاف مقادير، از نرم افزار استخراج و نسبت تغييرات آن ها محاسبه گرديد.نتايج: هر نانوموتوري نسبت به پپتيدهاي متفاوت داراي عملكردي متفاوت است. نانوموتور هايپرسيني بر پپتيد 5، نانوموتور رتينولي بر پپتيد 10 و نانوموتور بيست الكل نيز تا حدودي بر روي پپتيد 4 بهترين عملكرد را داشتند. اما چون هر نانوموتوري تنها بر روي پپتيد موتانتي خاص تاثيرگذار است و آلزايمر ناشي از موتاسيون هاي مختلف مي باشد، نمي توان براي درمان آلزايمر تنها از يك نوع نانوموتور بهره برد.نتيجه گيري: مي توان نتيجه گرفت كه در تحقيقات درماني آلزايمر با در نظر گرفتن ساختار سه بعدي و پارامتر هاي ديناميكي، نانوموتور رتينولي بر روي پپتيد موتانت ترانس ممبرن بسيار ايده آل بوده و مي تواند راهكار درماني مناسبي باشد.

Introduction: The aim of this study was to evaluate the performance of three nanomotors on 15 transmembrane amyloid-beta precursor proteins by molecular dynamics simulation. Method: In this study, 15 transmembrane APP (14 mutant forms and one normal) were obtained from National Center for Biotechnology Information (NCBI) and separately modeled in Designer Ascalaph. The synthesized peptides with three-dimensional stable structures were selected to be simulated and then were placed near synthesized nanomotors, hypericin, and retinol using HyperChem. At end of simulation, different parameters such as free energy, intermolecular energy, potential energy, and root mean square displacement (RMSD) were separately obtained for each APP. Finally, the ratio of changes was calculated for each parameter. Results: The results showed that each nanomotor had different performance on different peptides. Hypericin on peptide 5, retinol on peptide 10, and nanomtor 20 oh partly on peptide 4 had a great performance. But because each nanomotor influences only special mutant peptide and Alzheimer's disease is caused by different mutations, only one type of nanomotors cannot be used to treat Alzheimer's disease. Conclusion: According to the investigations performed on the treatment of Alzheimer’s disease, it can be concluded that retinol with three-dimensional structure and dynamic parameters has great performance on transmembrane mutant peptide; therefore, it can be considered as a useful treatment strategy.