剂量依赖性多功能氧钒(IV)缩氨基硫脲复合物的分子建模研究：抗癌与抗菌协同机制探索

这篇研究创新性地将机器学习(ML)与合成化学相结合，开发出四种新型氧钒(IV)缩氨基硫脲复合物（I-IV）。通过单晶X射线衍射(XRD)和光谱技术表征结构，并采用人工神经网络(ANN)、随机森林等ML算法分析剂量效应关系。复合物对肺癌(A549等)和骨肉瘤(MG63等)细胞展现出显著抗癌活性(GI50 1.01-1.53?μg/mL)，治疗窗口优于5-氟尿嘧啶，同时对耐药菌株(MRSA/VRE)具有中等抗菌效力(MIC 32-64?μg/mL)。DFT计算(6-31G++(d,p)基组)揭示了电子特性(HOMO-LUMO)，ADMET研究证实其成药潜力。

　　

Highlight

这项研究通过机器学习(ML)驱动的分子建模方法，揭示了氧钒(IV)缩氨基硫脲复合物的剂量依赖性多功能效应，为开发兼具抗癌和抗菌活性的新型金属药物提供了创新范式。

Crystal structure of S-allyl compound

2-羟基苯丙酮S-烯丙基缩氨基硫脲(L-S-烯丙基)的晶体结构显示为单斜晶系(空间群P2₁/n)，以Z-异构体形式结晶。质子化的N²原子形成阳离子物种(LH⁺)，通过溴离子平衡电荷。分子平面内存在分子内氢键(N-H···O和O-H···N)，而晶格中通过N-H···Br氢键形成三维网络——这些结构特征通过X射线衍射精修得到确认(R₁ = 0.0501)。

Conclusion

本研究通过整合晶体学分析、生物活性实验与机器学习(ML)，系统阐明了氧钒(IV)缩氨基硫脲复合物的构效关系。复合物I展现出最广的治疗窗口和最强的癌细胞迁移抑制能力，而复合物III/IV对耐药菌株(MRSA/VRE)表现出中等抗菌活性。人工神经网络(ANN)模型以R²=0.994的精度成功预测生长抑制率，DFT计算则揭示了HOMO-LUMO能级与生物活性的关联，为理性设计选择性抗癌金属药物提供了新思路。