Thiopental-Inspired alkylpyrimidines as dual-target antimicrobial agents: Synthesis, biological activity, and molecular docking validation
Notice bibliographique
Résumé
Alkylpyrimidine derivatives, particularly thiopental-based analogs, have emerged as promising scaffolds for antimicrobial drug development. In this study, we designed and synthesized a series of novel thiopental-pyrimidine hybrids (3a–c, 4) through efficient condensation reactions, and characterized these compounds by using NMR, IR, and mass spectrometry. Antimicrobial screening revealed significant activity against clinically relevant strains: derivative 3a exhibited selective inhibition of Bacillus subtilis (MIC: 10.5±0.4 mg/mL) and Escherichia coli (MIC: 22.1±0.3 mg/mL), while 3c showed potent antifungal effects against Candida albicans (MIC: 11.6±0.4 mg/mL). Molecular docking studies elucidated the mechanistic basis of this activity, with 3a binding to penicillin-binding protein (PBP; −6.4 kcal/mol) via hydrogen bonds (SER392) and hydrophobic interactions (TYR430, PRO660), and 3c coordinating with the heme iron of CYP51 (−7.8 kcal/mol) akin to fluconazole. Notably, 3c thioether linkage facilitated π-cation/anion interactions with PHE463, rationalizing its antifungal specificity. Structure-activity relationships (SAR) underscored the critical roles of electron-deficient pyrimidine cores for antibacterial activity and sulfur moieties for antifungal action. These findings position thiopental-pyrimidine hybrids as versatile leads for combating microbial resistance, with 3c representing a particularly promising antifungal candidate. Our integrated synthetic, biological, and computational approach provides a blueprint for optimizing these scaffolds for clinical translation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».