5-[(diphenylmethyl)carbonyl]amino-8-n-butyl-2-(2-furyl)-pyrazolo[4,3-e]1,2,4-triazolo[1,5-c]pyrimidine | 1186621-53-3

• 分子结构分类: 有机化合物 - 苯类化合物 - 苯和取代衍生物
• 英文名称: 5-[(diphenylmethyl)carbonyl]amino-8-n-butyl-2-(2-furyl)-pyrazolo[4,3-e]1,2,4-triazolo[1,5-c]pyrimidine
• 英文别名: N-[11-butyl-4-(furan-2-yl)-3,5,6,8,10,11-hexazatricyclo[7.3.0.02,6]dodeca-1(12),2,4,7,9-pentaen-7-yl]-2,2-diphenylacetamide
• CAS: 1186621-53-3
• 化学式: C₂₈H₂₅N₇O₂
• 分子量: 491.552
• InChiKey: KTDPNBIMPLZPCK-UHFFFAOYSA-N

计算性质

• 辛醇/水分配系数(LogP)：
  4.8
• 重原子数：
  37
• 可旋转键数：
  8
• 环数：
  6.0
• sp3杂化的碳原子比例：
  0.18
• 拓扑面积：
  103
• 氢给体数：
  1
• 氢受体数：
  6

反应信息

• 作为产物：
  描述：

  二苯基乙酰氯 、 5-amino-8-butyl-2-(furan-2-yl)-pyrazolo[4,3-e]-1,2,4-triazolo[1,5-c]pyrimidine 在 三乙胺 作用下， 以 四氢呋喃 为溶剂， 生成 5-[(diphenylmethyl)carbonyl]amino-8-n-butyl-2-(2-furyl)-pyrazolo[4,3-e]1,2,4-triazolo[1,5-c]pyrimidine
  参考文献：
  名称：

  吡唑并三唑并嘧啶支架作为人类腺苷受体泛识别的分子路路通

  摘要：

  腺苷受体主要分布在我们的生物体中，是治疗许多病理学的有希望的治疗靶点。从这个角度来看，研究导致亲和力和/或选择性的配体的结构特征非常有意义。在这项工作中，我们重点研究了一系列在 2、5 和 N8 位取代的吡唑并三唑并嘧啶拮抗剂，其中 N5 位的大酰基部分和 N8 位的小烷基与亲和力和选择性相关即使也观察到对 A2B 腺苷受体的良好亲和力，相反，5 位的游离氨基功能可诱导 A2A 和 A1 受体的高亲和力，并且相对于 A3 亚型具有选择性。一项分子模型研究表明，对 A1、A2A 和 A3 受体的亲和力差异可归因于两个残基：一个在 EL2 中，一个在人 A2A 中为 E168，一个在人 A1 中被疏水残基 V169 占据。 A3受体；另一个在TM6中，被人类A2A和A1受体中的H250/H251占据，以及A3受体中体积较小的S247占据。最终，这些发现可能有助于设计新的亚型选择性腺苷受体配体。

  DOI：

  10.3390/biom13111610

文献信息

• Combining selectivity and affinity predictions using an integrated Support Vector Machine (SVM) approach: An alternative tool to discriminate between the human adenosine A2A and A3 receptor pyrazolo-triazolo-pyrimidine antagonists binding sites
  作者：Lisa Michielan、Chiara Bolcato、Stephanie Federico、Barbara Cacciari、Magdalena Bacilieri、Karl-Norbert Klotz、Sonja Kachler、Giorgia Pastorin、Riccardo Cardin、Alessandro Sperduti、Giampiero Spalluto、Stefano Moro

  DOI：10.1016/j.bmc.2009.05.038

  日期：2009.7

  G Protein-coupled receptors (GPCRs) selectivity is an important aspect of drug discovery process, and distinguishing between related receptor subtypes is often the key to therapeutic success. Nowadays, very few valuable computational tools are available for the prediction of receptor subtypes selectivity.In the present study, we present an alternative application of the Support Vector Machine (SVM) and Support Vector Regression (SVR) methodologies to simultaneously describe both A(2A)R versus A(3)R subtypes selectivity pro. le and the corresponding receptor binding affinities. We have implemented an integrated application of SVM-SVR approach, based on the use of our recently reported autocorrelated molecular descriptors encoding for the Molecular Electrostatic Potential (autoMEP), to simultaneously discriminate A(2A)R versus A(3)R antagonists and to predict their binding affinity to the corresponding receptor subtype of a large dataset of known pyrazolo-triazolo-pyrimidine analogs. To validate our approach, we have synthetized 51 new pyrazolo-triazolo-pyrimidine derivatives anticipating both A(2A)R/A(3)R subtypes selectivity and receptor binding affinity profiles. (C) 2009 Published by Elsevier Ltd.