4-氨基喹唑啉类衍生物的合成及体外抗肿瘤活性

2021-09-27 08:45:12刘海彬李增强
合成化学 2021年9期
关键词:肺癌

刘海彬, 李增强

(1.辽宁科技学院 生物医药与化学工程学院,辽宁 本溪 117004;2.沈阳药科大学 制药工程学院,辽宁 沈阳 110016)

喹唑啉类化合物是一类具有较高生物活性的含氮杂环化合物,在医药和农药领域有着广泛的应用,其生物活性主要表现抗菌[1-2]、抗肿瘤[3-4]、抗真菌[5-6]、抗炎[7-8]、抗病毒[9]、抗惊厥[10]、抗HIV活性[11]等。研究发现,N-取代的4-氨基喹唑啉化合物通过与ATP的结合位点结合,能够抑制表皮生长因子受体(EGFR)的磷酸化,从而表现出抑制肿瘤生长的作用[12-14]。为了寻找高活性的先导化合物,设计合成了4-氨基喹唑林衍生物3(Scheme 1)。

Scheme 1

1 实验部分

1.1 仪器与试剂

WRS-1B型数字熔点仪(温度计未经校正);Bruker avance 600 MHz型核磁共振仪(TMS 为内标);Thermo LCQ Fleet HPLC-MS型质谱仪。

所用试剂均为分析纯。

1.2 合成

(1)6,7-二甲氧基喹唑啉-4-酮(1)的合成

称取4,5-二甲氧基-2-氨基苯甲酸8.0 g(0.04 mol)溶解于100 mL无水乙醇中,在搅拌下加入醋酸甲脒8.4 g(0.08 mol),加热回流10 h,然后冷却至室温,用旋转蒸发器旋去溶剂,加入50 mL饱和碳酸氢钠溶液调节pH=7~8,过滤,滤饼用少量水淋洗,得灰色粉末状固体(1)7.89 g,产率94.3%。

(2)4-氯-6,7-二甲氧基喹唑啉(2)的合成

称取6,7-二甲氧基喹唑啉-4-酮(1)6.44 g(0.0311 mol)溶解于155 mL二氯亚砜中,滴加3滴DMF,待完全溶后加热回流1 h,冷却至室温,减压蒸除二氯亚砜,得黄色固体。将黄色固体慢慢加入冰水中,用氨水调节其pH=7~8,过滤,干燥,得淡黄色固体(2)6.48 g,产率92.3 %。

(3)化合物3的合成(以3a的合成为例)

称取20.50 g(2.2 mmol)溶解于22 mL异丙醇中,完全溶解后加入乙醇胺0.15 g(2.4 mmol),于90 ℃回流5 h,冷却至室温,减压抽滤,干燥,用异丙醇重结晶得3a。

3a: 白色固体,产率63.5%,m.p.236.4~237.2 ℃;1H NMR(DMSO-d6, 600 MHz)δ: 8.33(s, 1H), 7.96(s,J=4.8 Hz, 1H), 7.62(s, 1H), 7.09(s, 1H), 4.84(t,J=5.4 Hz, 1H), 3.90(s, 3H), 3.89(s, 3H), 3.63(t,J=5.4 Hz, 2H), 3.61(t,J=5.4 Hz, 2H); MS(ESI)m/z: 250.27{[M+H]+}。

3b: 黄色固体,产率52.4%,252.7~253.6 ℃;1H NMR(DMSO-d6, 600 MHz)δ: 11.32(s, 1H), 8.87(s, 1H), 8.32(s, 1H), 8.05(t,J=1.8 Hz, 1 H), 7.79(d,J=8.4 Hz, 1H), 7.49(d,J=8.4 Hz, 1 H), 7.46(t,J=7.8 Hz, 1 H), 7.35(s, 1H), 4.03(s, 3H), 4.01(s, 3H); MS(ESI)m/z: 360.35{[M+H]+}。

3c: 浅黄色固体,产率58.9%,247.3~248.7 ℃;1H NMR(DMSO-d6, 600 MHz)δ: 12.92(s, 1H), 11.77(s, 1H), 8.89(s, 1H), 8.28(s, 1H), 7.83(d,J=1.8 Hz, 1H), 7.35(s, 1H), 6.85(d,J=1.8 Hz, 1H), 4.00(s, 3H), 3.99(s, 3H); MS(ESI)m/z: 272.28{([M+H]+}。

3d: 白色固体,产率……

登录APP查看全文

猜你喜欢
肺癌
中医防治肺癌术后并发症
保健医苑(2023年2期)2023-03-15 09:03:04
对比增强磁敏感加权成像对肺癌脑转移瘤检出的研究
氩氦刀冷冻治疗肺癌80例的临床观察
长链非编码RNA APTR、HEIH、FAS-ASA1、FAM83H-AS1、DICER1-AS1、PR-lncRNA在肺癌中的表达
CXCL-14在非小细胞肺癌中的表达水平及临床意义
广泛期小细胞肺癌肝转移治疗模式探讨
PFTK1在人非小细胞肺癌中的表达及临床意义
microRNA-205在人非小细胞肺癌中的表达及临床意义
周围型肺癌的MDCT影像特征分析
基于肺癌CT的决策树模型在肺癌诊断中的应用