زمینه و هدف: بیماری آلزایمر نوعی اختلال عملکردی مغز است که به تدریج باعث تحلیل رفتن توانایی های ذهنی بیمار می شود. فعالیت بالای پروتئین تیروزین فسفاتاز (PTP) منجر به کاهش عملکرد حافظه و بیماری آلزایمر می شود؛ بنابراین مهار فعالیت PTP می تواند یک هدف بالقوه برای کشف داروهای ضد آلزایمر باشد. در این مطالعه با استفاده از روش های کامپیوتری کاندیدهای دارویی ضد آلزایمر طراحی خواهند شد. مواد و روش ها: مطالعات کامپیوتری روابط کمی ساختار– فعالیت (کیوسار) سه بعدی بر روی دسته ای از بازدارنده های PTP انجام شد. در این راستا، روش های تحلیل مقایسه ای میدان مولکولی (کومفا) و تحلیل مقایسه ای شاخص های شکل مولکولی (کومسیا) برای تعیین فاکتورهای ضروری در فعالیت این ترکیبات مورداستفاده قرار گرفت. روش Distill برای بر خط کردن مولکول ها به کار گرفته شد. تعدادی بازدارنده فعال جدید با استفاده از کانتورهای حاصل از مدل کومفا پیشنهاد شدند. مطالعات الحاق کردن مولکولی برای بررسی مکانیسم مهارکنندگی، شناسایی کانفورمر فعال زیستی و تعیین برهم کنش های کلیدی انجام شد. درنهایت مطالعات ADMET (جذب، توزیع، متابولیسم، هضم و سمیت) در محیط کامپیوتری روی این بازدارنده ها انجام شد و با محدوده های استاندارد مقایسه شدند. نتایج: پارامترهای آماری از مدل ها (کومفا: 961/0, r2ncv =653/0, q2=770/0 r2pred =و کومسیا: 933/0, r2ncv =564/0, q2=746/0 r2pred =) نشان می-دهند که داده ها به خوبی فیت شده و قدرت پیشگویی بالایی دارند. بر اساس اطلاعات به دست آمده از مدل های ساخته شده، یک سری بازدارنده های جدید پروتئین تیروزین فسفاتاز با چارچوب های جدید مولکولی به عنوان کاندیداهای جدید دارویی ضد آلزایمر، معرفی گردید. نتیجه گیری: تکنیک های محاسباتی نقش ارزشمندی در طراحی دارو ایفا می کنند. پارامتر های آماری r2pred و q2 مطلوب منجر به طراحی منطقی تعدادی بازدارنده های جدید پروتئین تیروزین فسفاتاز شدند که به عنوان کاندیدهای جدید دارویی ضد آلزایمر معرفی شدند.