(E)-3-(3-(4-(benzyloxy)-3-methoxyphenyl)acrylamido)propanoic acid

• 分子结构分类: 有机化合物 - 苯丙烷和聚酮 - 肉桂酸及其衍生物
• 英文名称: (E)-3-(3-(4-(benzyloxy)-3-methoxyphenyl)acrylamido)propanoic acid
• 英文别名: 3-[[(E)-3-(3-methoxy-4-phenylmethoxyphenyl)prop-2-enoyl]amino]propanoic acid
• 化学式: C₂₀H₂₁NO₅
• 分子量: 355.39
• InChiKey: MOPMLPBXDKBBHC-CSKARUKUSA-N

计算性质

• 辛醇/水分配系数(LogP)：
  2.3
• 重原子数：
  26
• 可旋转键数：
  9
• 环数：
  2.0
• sp3杂化的碳原子比例：
  0.2
• 拓扑面积：
  84.9
• 氢给体数：
  2
• 氢受体数：
  5

反应信息

• 作为反应物：
  描述：

  哌啶 、 (E)-3-(3-(4-(benzyloxy)-3-methoxyphenyl)acrylamido)propanoic acid 在 N,N-二异丙基乙胺 、 N-[(dimethylamino)-3-oxo-1H-1,2,3-triazolo[4,5-b]pyridin-1-yl-methylene]-N-methylmethanaminium hexafluorophosphate 作用下， 以 N,N-二甲基甲酰胺 为溶剂， 以94%的产率得到(E)-3-(4-(benzyloxy)-3-methoxyphenyl)-N-(3-oxo-3-(piperidin-1-yl)propyl)acrylamide
  参考文献：
  名称：

  对淀粉样蛋白-β 寡聚化和原纤维化具有不同抑制作用的阿魏酸酰胺衍生物

  摘要：

  阿尔茨海默病 (AD) 是一种进行性神经退行性疾病，其部分特征是淀粉样蛋白 β (Aβ) 的错误折叠、寡聚化和纤维化。有证据表明，支持 Aβ 寡聚化和随后的原纤维化的机制是不同的，因此可能需要同样不同的治疗方法。先前的研究表明，阿魏酸的酰胺衍生物（一种天然多酚）可以对抗多种 AD 病理，但其对 Aβ 聚集的影响存在争议。我们设计并合成了一个系统的阿魏酸酰胺衍生物文库，并独立评估了它们的抗寡聚和抗原纤维能力。氮杂环丁烷束缚的三苯基衍生物是最有效的抗寡聚剂（化合物2i：IC 50 = 1.8 µM ± 0.73 µM)；值得注意的是，这些只是适度的抗原纤维剂（20.57% 的原纤维化抑制），并且证明了抗寡聚/原纤维活性之间的相关性较差。这些数据随后被编入了一个in silico QSAR 模型，该模型产生了一个强大的抗 Aβ 寡聚活性预测模型（测试集的 κ = 0.919；验证集的 κ = 0

  DOI：

  10.1016/j.bmc.2021.116247
• 作为产物：
  描述：

  4-benzyloxy-3-methoxycinnamic acid 在 N,N-二异丙基乙胺 、 N-[(dimethylamino)-3-oxo-1H-1,2,3-triazolo[4,5-b]pyridin-1-yl-methylene]-N-methylmethanaminium hexafluorophosphate 、 lithium hydroxide 作用下， 以 四氢呋喃 、 水 、 N,N-二甲基甲酰胺 为溶剂， 反应 39.0h， 生成 (E)-3-(3-(4-(benzyloxy)-3-methoxyphenyl)acrylamido)propanoic acid
  参考文献：
  名称：

  对淀粉样蛋白-β 寡聚化和原纤维化具有不同抑制作用的阿魏酸酰胺衍生物

  摘要：

  阿尔茨海默病 (AD) 是一种进行性神经退行性疾病，其部分特征是淀粉样蛋白 β (Aβ) 的错误折叠、寡聚化和纤维化。有证据表明，支持 Aβ 寡聚化和随后的原纤维化的机制是不同的，因此可能需要同样不同的治疗方法。先前的研究表明，阿魏酸的酰胺衍生物（一种天然多酚）可以对抗多种 AD 病理，但其对 Aβ 聚集的影响存在争议。我们设计并合成了一个系统的阿魏酸酰胺衍生物文库，并独立评估了它们的抗寡聚和抗原纤维能力。氮杂环丁烷束缚的三苯基衍生物是最有效的抗寡聚剂（化合物2i：IC 50 = 1.8 µM ± 0.73 µM)；值得注意的是，这些只是适度的抗原纤维剂（20.57% 的原纤维化抑制），并且证明了抗寡聚/原纤维活性之间的相关性较差。这些数据随后被编入了一个in silico QSAR 模型，该模型产生了一个强大的抗 Aβ 寡聚活性预测模型（测试集的 κ = 0.919；验证集的 κ = 0

  DOI：

  10.1016/j.bmc.2021.116247