《Bioorganic Chemistry》:Antioxidant mechanism of Edaravone and its amine analogs: Combined kinetic and DFT study
编辑推荐:
本研究测定了edaravone及其胺类衍生物(2、3、4)与四氢呋喃过氧自由基的反应速率常数,结合量子化学计算发现互变异构体影响抗氧化活性,证实其通过HAT机制起作用,并指出化合物2和4可作为新型抗氧化药物开发候选。
斯坦尼斯拉夫·A·格拉博夫斯基(Stanislav A. Grabovskii)|阿尔马兹·R·米格拉诺夫(Almaz R. Migranov)|卢西娅·R·雅库波娃(Lucija R. Yakupova)|娜杰日达·M·安德里亚希纳(Nadezhda M. Andriyashina)|鲁斯塔姆·L·萨菲乌林(Rustam L. Safiullin)
俄罗斯科学院乌法联邦研究中心乌法化学研究所,奥克塔布里亚大街69号,巴什科尔托斯坦共和国乌法,450054,俄罗斯
摘要
本文研究了edaravone(1)及其胺类类似物(5-氨基-1-苯基-1H-吡唑-3-醇(2)、3-氨基-1-苯基-1H-吡唑-5-醇(3)及其合成前体2-氰基-N'-苯基乙酰肼(4)在引发型过氧化反应体系中的抗氧化活性。在309 K条件下,这些化合物与四氢呋喃(THF)过氧基自由基的反应速率常数分别为:(4.4 ± 0.5) × 10^4、(2.7 ± 0.5) × 10^4、(1.9 ± 0.3) × 10^3 和 (2.4 ± 0.3) × 10^4 L mol^-1 s^-1。量子化学计算(SMD-M06-2×/MG3S)表明,化合物1和2以两种互变异构体形式存在,而化合物3主要以单一互变异构体形式存在。抑制机制符合过氧基自由基的氢原子转移(HAT)机制,这一结论得到了动力学同位素效应观察结果以及SMD-M05/6–311 + G(2df,2p)模型计算的支持。这些发现表明化合物2和4是进一步开发抗氧化药物的有希望的候选物。
引言
含有两个氮原子的五元杂环化合物是一类具有重要生物活性的有机分子[1],包括抗氧化特性[2,3]。其中,3-甲基-1-苯基-2-吡唑啉-5-酮(edaravone)作为一种强效抗氧化剂和神经保护剂,被用于治疗缺血性中风和肌萎缩侧索硬化症[4,5]。edaravone的抗氧化活性归因于其清除自由基的能力[6],主要通过氢原子转移实现,这与相关键的强度有关[7]。edaravone的衍生物,尤其是胺类类似物,因具有增强抗氧化活性和降低毒性的潜力而受到关注。例如,文献[8]中描述的4-氨基吡唑-5-醇在ABTS、FRAP和ORAC试验中的抗氧化活性优于edaravone,同时细胞毒性也较低。
然而,尽管键解离能和电离势很重要,但它们仅是评估抗氧化活性的初级标准,因为动力学和计量参数起着关键作用[9,10]。这一点通过5-羟基和5-氨基取代的嘧啶-4(3H)-酮的氧化抑制实验得到了验证[11,12]。
在本研究中,我们探讨了edaravone及其胺类类似物(3-氨基-1-苯基-1H-吡唑-5-醇、5-氨基-1-苯基-1H-吡唑-3-醇及其合成前体2-氰基-N'-苯基乙酰肼)的抗氧化活性。测定了它们与四氢呋喃过氧基自由基的反应速率常数以及计量抑制系数,并通过量子化学计算阐明了观察到的趋势,揭示了它们的互变异构形式和抗氧化作用机制。
结果与讨论
化合物2–4的合成过程如方案1所示。5-氨基-1-苯基-1H-吡唑-3-醇(2)的制备采用了先前报道的两步法[12],而3-氨基-1-苯基-1H-吡唑-5-醇(3)则是通过苯肼和乙基氰基乙酸酯的一锅反应合成的[14]。合成前体2-氰基-N'-苯基乙酰肼(4)是化合物2合成过程中的中间体(见表1)。
化合物1–4与过氧基自由基的反应活性……
结论
本研究采用了结合动力学实验和计算建模的双重方法来研究edaravone及其类似物的抗氧化活性。主要关注点在于它们与过氧基自由基的反应速率,从而评估其作为抗氧化剂的效力。这种综合方法确保了结果的高可靠性,突显了实验和理论方法结合的优势。
结果表明,化合物1(edaravone)……
化学信息
实验中使用的商业可用试剂包括2,2'-偶氮异丁腈(AIBN)、苯肼、乙基氰基乙酸酯、3-甲基-1-苯基-2-吡唑啉-5-酮(edaravone)、四氢呋喃(THF)和D2O,无需进一步纯化。四氢呋喃(THF)需在氢氧化钠作用下预处理,然后过滤并在氩气氛围中蒸馏。2-氰基-N'-苯基乙酰肼(4)和5-氨基-1-苯基-1H-吡唑-3-醇(2)的合成方法遵循文献[13]中的描述,并进行了光谱分析。
作者贡献声明
斯坦尼斯拉夫·A·格拉博夫斯基(Stanislav A. Grabovskii):撰写与编辑、初稿撰写、数据可视化、结果验证、项目监督、方法学设计、资金申请、数据分析、概念构建。
阿尔马兹·R·米格拉诺夫(Almaz R. Migranov):实验研究、数据分析。
卢西娅·R·雅库波娃(Lucija R. Yakupova):数据可视化、软件应用、方法学设计、实验研究、数据分析。
娜杰日达·M·安德里亚希纳(Nadezhda M. Andriyashina):实验研究、数据分析。
鲁斯塔姆·L·萨菲乌林(Rustam L. Safiullin):方法学设计、概念构建。
未引用参考文献
[32]
利益冲突声明
作者声明不存在可能影响本文研究的已知财务利益或个人关系。
致谢
本工作依据俄罗斯科学院乌法联邦研究中心的研究计划进行,项目编号为125020601626-9。