环庚[b]吡啶酮-三唑骨架的设计、合成与研究：通过生物学方法、计算机模拟对接（in silico docking）、ADMET（药物吸收、分布、代谢和排泄）模型以及密度泛函理论（DFT）方法评估其抗癌潜力

《Journal of Molecular Structure》：Design, synthesis, and exploration of cyclohepta[b]pyridinone–triazole scaffolds: Evaluating anticancer potential via biological, in silico docking, ADMET and DFT approaches

　　康达拉·拉奥·蓬纳帕利（Kondala Rao Ponnapalli）、希瓦·多迪（Siva Doddi）、特杰斯瓦拉·拉奥·阿拉卡（Tejeswara Rao Allaka）、塞沙德里·纳拉（Seshadri Nalla）、莫哈德·阿布勒·卡拉姆（Mohd Abul Kalam）、斯里尼瓦萨德桑·文卡特桑（Srinivasadesikan Venkatesan）、V·V·库马尔·佩努波图拉（V. V. Kumar Penupothula）
印度安得拉邦拉贾马亨德拉瓦拉姆（Rajamahendravaram）戈达瓦里环球大学（Godavari Global University）化学系，邮编533296

**摘要**
癌症仍然是一种极其难以对付的病理状况，需要早期诊断和有效治疗策略的开发。本研究的主要目标是制备新型的三唑负载的环庚[b]吡啶酮（triazole-loaded cyclohepta[b]pyridinone），这类化合物在药物化学和医药领域中对开发潜在的治疗药物至关重要。通过使用成熟的CuAAC反应，从二甲基吡啶-2,3-二羧酸盐（dimethyl pyridine-2,3-dicarboxylate）合成了新的双-1,2,3-三唑衍生物（bis-1,2,3-triazole derivatives）系列，该方法具有多种优点，能够生成基于环庚[b]吡啶酮结构的新型杂环化合物。所获得的产物通过熔点、1H核磁共振（1H NMR）、13C-NMR和高分辨率质谱（HRMS）进行了物理化学表征。其中一种化合物10g对A549、HT-29和Caco-2细胞系表现出强烈的抗癌活性，其IC50值分别为6.80±1.56、7.40±1.20和12.22±1.45 μM。最有效的化合物10d和10k（IC50=4.70±0.90和7.20±0.84 μM）对A549细胞的抑制效果显著，分别比DXN（IC50=8.60±0.98 μM）强2.0倍和1倍。研究结果表明，这些合成的1,2,3-三唑化合物与肺癌相关蛋白KEAP1（PDB代码：1×2R）具有很强的结合亲和力，结合能得分在?10.42至?11.76 kcal/mol之间，并通过氢键和疏水相互作用证实了复合物的稳定性。密度泛函理论（DFT）分析揭示了这些化合物的电子性质，包括几何结构优化、全局反应性参数、前沿分子轨道以及ΔEHOMO-LUMO能级（4.382–4.680 eV），这些都与观察到的生物活性相关。此外，还评估了这些化合物的物理化学性质、药代动力学特性及其与ADMET（吸收、分布、代谢和排泄）的关系。这些发现为癌症治疗方法的开发带来了希望。

**引言**
癌症是一组能够侵袭身体其他部位的疾病。它是全球第二大死亡原因，仅次于心血管疾病，对健康造成巨大负担[1]。2018年全球有960万人死于癌症，新增病例1810万例。根据世界卫生组织（WHO）的数据，2020年全球有近1000万人死于癌症，这突显了开发更有效和更具有选择性的治疗策略的迫切需求[2]。国际癌症研究机构（IARC）和世界卫生组织（WHO）预测，到2050年全球癌症病例将增加至3500万例。2020年，全球185个国家中有约1000万人死于癌症[3]。在所有癌症类型中，结直肠癌、肝癌、肺癌和胃癌在男性中最常见，而在女性中则是乳腺癌、宫颈癌、结直肠癌、肺癌和甲状腺癌最常见[4]。肺癌是最致命的癌症类型，导致近180万人死亡（占所有癌症死亡人数的18.7%）。结直肠癌（CRC）、肝癌（76万例，7.8%）、乳腺癌（67万例，6.9%）和胃癌（66万例，6.8%）是其他主要的癌症死因[5]。尽管在系统治疗方面取得了显著进展（如化疗、激素疗法、靶向治疗和免疫疗法），但由于药物耐药性、严重副作用和选择性的问题，许多实体瘤的临床管理仍不尽如人意[6]。随着药物耐药性和肿瘤复发的出现，寻找新的、改进的治疗药物变得至关重要。
肺癌和结肠癌（LC癌）是全球恶性肿瘤相关死亡的主要原因之一，凸显了癌症作为重大且紧迫的全球健康问题的地位[7]。肺癌是全球最常见的恶性肿瘤之一，而结肠癌在不同地区的发病率存在差异[8]。2020年全球报告了221万例新发肺癌病例和193万例新发结肠癌病例，以及大约180万例肺癌死亡病例和100万例结肠癌死亡病例，使其成为男女两性癌症相关死亡的主要原因[10]。吸烟会增加肺癌的风险，而不均衡的饮食则会增加结肠癌的风险。为了提高预防、诊断和治疗效果，减轻其对个人和医疗系统的重大影响，肺癌和结肠癌强调了公共卫生计划、早期检测措施和持续研究的重要性[11]。
由于杂环化合物具有天然的适应性和独特的化学-物理特性，它们经常出现在具有药理活性的分子中[12]。大约60%的具有抗癌活性的小分子中含有氮基杂环，每种抗癌药物平均含有约3.2个氮原子。杂环的动态结构，尤其是基于氮的杂环，对其环的大小和芳香性至关重要，这不仅影响其化学稳定性，还增强了其活性，因为它们能形成稳定的靶标结合，决定了药物的特异性作用机制。吡啶是一种重要的杂环化合物，在医药化学、有机合成和材料科学中有广泛的应用[13]。例如，环庚[b]吡啶衍生物在抗癌、抗炎、抗肿瘤、抗阿尔茨海默病、抗结核、抗HCV、抗HIV、抗氧化和抗组胺等方面展现出多种功效[14-22]。洛拉坦丁（Loratadine）和德氯拉坦丁（desloratadine）是用于治疗过敏症状（包括过敏性鼻炎、鼻塞和荨麻疹）的两种 comercial 药物。
虽然三唑结构在天然产物中较为少见，但它是一类有价值的杂环化合物，常被用于半合成衍生物和基于天然产物的杂化化合物中，以增强其药理活性[23]。其中，1,4-二取代和1,4,5-三取代的1,2,3-三唑衍生物在医药化学中尤为重要，因为它们可以通过影响氢键能力与酶和受体形成非共价相互作用，从而产生多种生物学效应（如抗结核、抗病毒、抗疟疾、抗流感、抗炎、抗氧化、抗癫痫、抗菌和抗癌[24-30]。三唑对氧化反应和酶促水解具有很强的稳定性，能够形成多种非共价相互作用（如氢键、π-堆叠和偶极-偶极相互作用），这使其衍生物具有很高的生物学价值。1,2,3-三唑杂环是药物设计中最有用的结构单元之一，许多获批的药物都包含这种结构，包括TSAO-HIV逆转录酶抑制剂、CAI抗癌药、Tazobactam抗生素、Suvorexant和Cefatrizine抗癌药。
计算建模研究能够描述小分子在靶蛋白结合区域的行为，并提供对关键生化过程的洞察，成为药物发现的重要方法。将这些药理结构整合到单一分子结构中，可以利用它们的独特优势，实现多靶点抑制、提高生物利用度并减少药物耐药性，从而为新药的开发提供有希望的方法。本研究描述了基于双-1,2,3-三唑yl环庚[b]吡啶酮衍生物的合成过程，这些衍生物表现出显著的生物活性。通过结构分析和光谱分析验证了其连接性和官能团身份，并使用分子建模技术来阐明新衍生物的几何结构和电学性质，特别是确认其优选构象和平面性。通过分子对接实验评估了配体与抗癌蛋白之间的相互作用；分子相互作用表明蛋白质-配体复合物的稳定性（PDB: 1×2R）。使用DFT研究了合成出的双-1,2,3-三唑支架的结构和电学性质。这些化合物被研究用于治疗结肠癌和肺癌，可能成为有用的抗癌药物。进一步研究这些化合物的潜力候选物将是本研究的主要目标。最后，我们还分析了每个三唑分子的分子对接和ADME（吸收、分布、代谢和排泄）特性，以改善所测试药物的生物活性。通过综合合成、生物测试和计算机建模策略，我们更好地理解了这类基于环庚[b]吡啶酮-1,2,3-三唑的化合物。

**设计和合成**
作为我们正在进行的新生物活性杂环化合物合成研究的一部分[31,32]，我们专注于标题化合物（方案1）的设计和合成。双-1,2,3-三唑yl环庚[b]吡啶酮衍生物10a–10k的合成始于二甲基吡啶-2,3-二羧酸盐1的制备。选择游离的二甲基吡啶-2,3-二羧酸盐1并将其转化为二甲基吡啶-5,9-二羟基化合物。

**材料与方法**
所有起始材料、溶剂和化学试剂均从Merck和SD Fine Chemicals Reagent商业购买，使用前无需额外纯化。采用厚壁玻璃柱和60目硅胶（Merck）进行快速柱层析；使用Merck 0.2 mm硅胶60 F254分析铝板进行薄层层析（TLC），并使用紫外线观察斑点。使用WRS-2A熔点仪进行熔点测定。

**结论**
本研究成功合成并详细表征了十种基于环庚[b]吡啶酮的新1,2,3-三唑衍生物。研究表明，这些含有环庚[b]吡啶酮的三唑衍生物可能干扰癌症信号通路，特别是针对肺部和结肠受体。其中含有o-羟基和o-氯苯基的化合物10d和10g在细胞毒性方面最为有效。

**作者贡献声明**
康达拉·拉奥·蓬纳帕利（Kondala Rao Ponnapalli）：方法学、数据分析、概念化。
希瓦·多迪（Siva Doddi）：文献撰写与编辑、项目监督。
特杰斯瓦拉·拉奥·阿拉卡（Tejeswara Rao Allaka）：初稿撰写、项目管理、概念化。
塞沙德里·纳拉（Seshadri Nalla）：数据验证、软件应用、数据分析。
莫哈德·阿布勒·卡拉姆（Mohd Abul Kalam）：数据可视化、软件应用、研究验证。
斯里尼瓦萨德桑·文卡特桑（Srinivasadesikan Venkatesan）：数据可视化、软件应用。
V·V·库马尔·佩努波图拉（V. V. Kumar Penupothula）：数据验证、数据分析。

**利益冲突声明**
作者声明没有已知的财务利益冲突或可能影响本文工作的个人关系。

**致谢**
作者感谢戈达瓦里环球大学（Godavari Global University, Rajamahendravaram）化学系提供的研究设施支持。同时，作者也对Vignan科学、技术和研究基金会（Vignan’s Foundation for Science, Technology and Research, Guntur）在DFT和分子对接方面的鼓励与支持表示衷心感激。作者还感谢沙特阿拉伯利雅得国王沙特大学（King Saud University, Riyadh）的持续研究资助计划（ORF-2026-726）的支持。