بررسی و بهینه سازی کامپیوتری مولکولهای پپتیدی از منشاء گیاهی و میکروبی با خاصیت ضد مایکوباکتریومی

چکیده تمام نما: در حال حاضر یکی از علل اصلی مرگ و میر در جهان بیماری سل می باشد. در حدود یک سوم جمعیت جهان آلوده به عامل این بیماری (mycobacterium tuberculosois ) هستند. تا کنون تلاش های بسیاری در زمینه درمان این بیماری صورت گرفته است، اما هنوز سل به عنوان یک مشکل باقی مانده است. در سالهای اخیر، پپتیدهای ضد میکروبی به عنوان عوامل درمانی امید بخش مورد توجه قرار گرفته اند. این بررسی با هدف شناسایی و معرفی پپتیدهای ضد مایکوباکتریومی از منابع طبیعی از جمله گیاهان و نیز بررسی آنها به منظور شناسایی خصلت های ضد مایکوباکتریومی، جهت طراحی مولکولهای جدید درمانی برای بیماری سل انجام شده است. در این بررسی از روش in silico استفاده شده است. بدین منظور به بررسی توصیف گرهای مولکولی دو گروه پپتیدی: یکی با خاصیت ضد مایکوباکتریومی و دیگری بدون خاصیت ضد مایکوباکتریومی پرداخته شد، سیس نتیجه حاصل تحت آنالیز آماری قرار گرفت. در نتیجه این بررسی، توصیف گرهای مولکولی متفاوت در این دو گروه که به احتمال زیاد همان خصائل ضد مایکوباکتریومی هستند، شناسایی و مشخص شدند. طبق نتایج، بیشترین توصیف گرهای مولکولی متفاوت مربوط به گروه توصیف گرهای سه بعدی بودند، با درصد هایی که در زیر مشاهده می شود: - rdf descriptors (3d) 38.66% - 3d-morse descriptors (3d) 52.5% - randic molecular profiles (3d) 87.80% - geometrical descriptors (3d) 4.28% - whim descriptors (3d) 26.26% - getaway descriptors (3d) 3.04% - 2d-autocorrelations (2d) 1.04% - atom-centred fragments (1d) 0.83%