薬草におけるSARS-CoV-2 3CL^pro阻害剤の迅速なスクリーニングのためのデータマイニングによる誘導性超濾過

科学分野:

• 薬理学について
• 中国 伝統 医学
• ウイルス学

背景:

• 伝統的な中国医学 (TCM) は,COVID-19の症状の治療に有望であることが示されています.
• 抗COVID-19効果を及ぼすTCMの活性化合物は,ほとんど知られていない.
• これらの重要な要素を特定するには 新しい戦略が必要です

研究 の 目的:

• COVID-19に使用されるTCMの活性成分を特定するための新しい戦略を開発し,適用する.
• COVID-19 治療に使用される高頻度ハーブからの潜在的な生物活性成分をスクリーニングする.
• 特定された化合物の抗COVID-19の可能性を検証する.

主な方法:

• データマイニングとAffinity Ultrafiltration (AUF) を組み合わせた統合されたアプローチ.
• COVID-19に対する高頻度薬草は,データマイニングで特定されました.
• 潜在的生物活性成分はAUFを用いてスクリーニングされ,質量スペクトロメトリーで特定された.
• 酵素活性アッセイ,分子ドッキング,細胞,動物モデルが検証に使用される.

主要な成果:

• Glycyrrhiza uralensis,Lonicera japonica,Forsythia suspensaは高頻度のハーブとして特定されました.
• 3キモトリプシン類似プロテアゼ (3CLpro) 阻害剤を5種類検診した.
• リコカルコンC (LCC) とフォルシチアサイドA (FTA) は,実験室内でSARS-CoV-2の複製を阻害した.
• FTAはマウスモデルで肺炎を抑制する効果を示した.

結論:

• 新しいデータマイニングとAUF戦略は,TCMから活性化合物を効果的に識別します.
• リコカルコンCとフォルシチアサイドAは,SARS-CoV-2の強力な阻害剤として特定されています.
• これらの発見は,TCMによる新しいCOVID-19治療薬の開発をサポートしています.