Minería de datos de ultrafiltración de afinidad guiada para el cribado rápido de inhibidores 3CL de SARS-CoV-2 en...

Área de la Ciencia:

• Farmacología
• La medicina tradicional china
• Virología

Sus antecedentes:

• La medicina tradicional china (MTC) es prometedora en el tratamiento de los síntomas de la COVID-19.
• Los compuestos activos en la MTC responsables de los efectos anti-COVID-19 son en gran medida desconocidos.
• Se necesita una nueva estrategia para identificar estos ingredientes clave.

Objetivo del estudio:

• Desarrollar y aplicar una nueva estrategia para identificar los ingredientes activos de la medicina tradicional utilizada para el COVID-19.
• Para detectar posibles componentes bioactivos de las hierbas de alta frecuencia utilizadas en el tratamiento de la COVID-19.
• Para validar el potencial anti-COVID-19 de los compuestos identificados.

Principales métodos:

• Enfoque integrado que combina la extracción de datos y la ultrafiltración por afinidad (AUF).
• Hierbas de alta frecuencia para el COVID-19 identificadas a través de la minería de datos.
• Componentes bioactivos potenciales examinados con AUF y identificados por espectrometría de masas.
• Ensayos de actividad enzimática, acoplamiento molecular, modelos celulares y animales utilizados para la validación.

Principales resultados:

• Glycyrrhiza uralensis, Lonicera japonica y Forsythia suspensa se identifican como hierbas de alta frecuencia.
• Se examinaron cinco inhibidores potenciales de la proteasa tipo 3 quimotripsina (3CLpro).
• Licochalcone C (LCC) y Forsythiaside A (FTA) inhibieron la replicación del SARS-CoV-2 in vitro.
• FTA demostró eficacia en la supresión de la inflamación pulmonar en un modelo de ratón.

Conclusiones:

• Una nueva estrategia de minería de datos y AUF identifica efectivamente los compuestos activos de la MTC.
• El licocalcón C y la forsitiacida A se identifican como potentes inhibidores del SARS-CoV-2.
• Estos hallazgos apoyan el desarrollo de nuevas terapias para la COVID-19 a partir de la MTC.