Síntesis de sustratos del surco menor del ADN con estructura tipo glico-oligoamida
Notice bibliographique
Résumé
La importancia del estudio de los requerimientos estructurales de la interaccion carbohidrato-acido nucleico esta avalada por el papel importante que juega la estructura oligosacaridica de un numero de familias de antibioticos cuya diana son los surcos del DNA. En concreto, los carbohidratos presentes en las estructuras de algunos potentes antitumorales, por ejemplo, en la familia de las calicheamicinas que interaccionan con el surco menor del ADN son, en si mismos, responsables de la afinidad y especificidad del farmaco por determinadas secuencias de ADN. Tambien se ha demostrado que el oligosacarido de la calichemicina no solo inhibe la formacion de complejos proteina-ADN in vitro, sino que tambien es capaz de desplazar algunos complejos proteina-ADN ya formados previamente. En la actualidad existen muy pocos estudios, a nivel molecular, de las caracteristicas estructurales de esta interaccion por lo que las bases moleculares de la interaccion carbohidrato - acido nucleico no son conocidas. El objetivo de esta tesis doctoral es la sintesis de glico-oligoamidas (sustratos del surco menor del ADN) para obtener informacion sobre las fuerzas intermoleculares que rigen este proceso de asociacion. Con este mismo objetivo, en trabajos realizados previamente en el grupo de investigacion se han sintetizado glico-oligoamidas derivadas de galactosa, glucosa, xilosa y fucosa; y se han realizado estudios por Resonancia Magnetica Nuclear con el objetivo de conocer cual es la conformacion de las glico-oligoamidas en estado libre y en estado asociado, asi como las propiedades de union con el ADN de estos nuevos ligandos. El primer trabajo realizado en el laboratorio en esta tesis doctoral fue la optimizacion de la sintesis de las glico-oligoamidas, realizando una ruta sintetica general en la que la estrategia consiste en la obtencion de la oligoamida aromatica completa, con posterior acoplamiento de esta con la amina del azucar. En segundo lugar y tras los resultados tan favorables obtenidos, en los que se concluyo que las glico-oligoamidas eran ligandos del ADN en el surco menor, se decidio sintetizar una segunda familia de glico-oligoamidas modificadas, con el fin de obtener ligandos multivalentes, asi como tener la posibilidad de usar este tipo de moleculas como vehiculos, para introducir en el organismo moleculas con diferentes propiedades, como por ejemplo antitumorales. Para el diseno de estos nuevos ligandos se decidio modificar la oligoamida en el metilo del pyrrol adyacente al azucar. La eleccion de la posicion a modificar se baso en los resultados conformacionales obtenidos mediante experimentos de STD de nuestras glico-oligoamidas unidas al ADN. Para la modificacion en esta posicion se eligio una cadena de 11 carbonos. La eleccion de la longitud de la cadena se hizo pensando en que al formar el dimero de la oligoamida la longitud de la cadena alquilica fuera suficiente de modo que las dos oligoamidas se pudieran unir al surco menor del ADN. Con respecto a la optimizacion de la sintesis de las glico-oligomaidas, se consiguio la optimizacion de cada paso hasta tener unos buenos rendimientos y por ultimo, tras probar con diferentes reactivos, se consiguio el acoplamiento entre la amina del azucar y el fragmento de oligoamida activado con HOAt (1-Hydroxy-7-azabenzotriazole) con rendimientos entre el 75% y el 95%. Con respecto la obtencion de los ligandos modificados se han sintetizado compuestos con un segundo centro de interaccion de tipo calix-4-areno. Con respecto la obtencion de los ligandos modificados, la estrategia de sintesis elegida fue la de introducir la cadena alquilica en el primer paso de sintesis y una vez obtenido el primer pyrrol, se desarrolla una ruta sintetica analoga a la optimizada para las glico-oligoamidas sencillas. Tras la obtencion de estos compuestos, se ha procedido al estudio de su conformacion en estado libre por tecnicas de RMN y se ha comenzado a estudiar la interaccion de los mismos con ADN. BIBLIOGRAFIA 1) Jason N. Martin, Eva M. Munoz, Carolina Schwergold, Florence Souard, Juan Luis Asensio, Jesus Jimenez-Barbero, Javier Canada and Cristina Vicent; J. Am. Chem. Soc. 2005, 127, 9518-9533 2) Krugh, T.R.Curr.Opin.Struct.Biol. 1994, 4, 351-364 3) Kahne, D. Chem. Biol. 1995, 2, 7-12 4) Kirschning, A., Bechthold, A.F.-W, Rohr, J.Top. Curr. Chem. 1997, 184, 1-84 5) Walter, S., Valentine, K. G., Kahne, D. J. Am. Chem. Soc.1990, 112, 6428-6429 6) Drak, J., Iwasawa, N., Danishefsky, S., Crothers, D. M. Proc. Natl. Acad. Sci. U.S.A. 1991, 88, 7464-7468 7) Zein, N., Poncin, M., Nilakantan, R., Ellestad, G.A. Science 1989, 244, 697-699 8) Danishefsky, S. J., Shair, M. D. J. Org. Chem. 1996, 61, 16-44 9) Walter, S., Murnick, J., Kahne, D. J. Am. Chem. Soc. 1993, 115, 7954-7961 10) Biswas, K, Pal, S., Carbeck, J.D., Kahne, D. J. Am. Chem. Soc. 2000, 122, 8413-8420. 11) Florence Souard, Eva Munoz, Pablo Penalver, Concepcion Badia, Rafael del Villar-Guerra, Juan Luis Asensio, Jesus Jimenez-Barbero and Cristina Vicent; Chem. Eur. J. 2008, 14, 2435 ? 2442 12) Pablo Penalver, Samadi Abdelouahid, Paula Bosch, Christopher A. Hunter and Cristina Vicent; European Journal of Organic Chemistry, 2008, 13, 2220-223.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».