虚拟高通量查:针对SARS-CoV-2的氨基酶N (CD13) 和PIKfyve的潜在抑制剂

科学领域:

• 病毒学 病毒学
• 药物发现 药物发现 药物发现
• 计算化学的计算化学

背景情况:

• 由SARS-CoV-2引起的COVID-19流行病继续构成全球健康威胁.
• 了解宿主-病原体相互作用对于开发有效的抗病毒疗法至关重要.
• 已确定CD13和PIKfyve是涉及SARS-CoV-2感染和病毒进入的潜在宿主目标.

研究的目的:

• 为了确定现有的食品和药物管理局 (FDA) 批准的化合物,可以抑制SARS-CoV-2宿主目标CD13和PIKfyve.
• 用分子动力学模拟来评估潜在候选药物与标蛋白的结合稳定性和相互作用.
• 为治疗和预防SARS-CoV-2及其变种提供潜在的治疗剂.

主要方法:

• 从ZINC数据库对CD13和PIKfyve进行FDA批准的化合物的电子虚拟高通量选.
• 分子动力学模拟 (50 ns) 以评估已识别的化合物在蛋白活性位点的稳定性.
• 结合相互作用的分析,包括键和范德瓦尔斯力,并计算结合的自由能量.

主要成果:

• 几种FDA批准的化合物显示出对CD13的抑制作用,包括二醇胺,萨奎那维尔,奥利西奥,拉尔特格拉维尔和埃克蒂纳斯基丁.
• 抑制PIKfyve的化合物包括二子胺,西塔格利普丁,奥利西奥,格拉索普雷维尔和萨奎那维尔.
• 七种化合物在CD13和PIKfyve的活性位点表现出稳定的结合,形成键和范德瓦尔斯相互作用,具有有利的结合自由能量.

结论:

• 该研究确定了七种FDA批准的化合物,具有针对SARS-CoV-2宿主点CD13和PIKfyve的显著抑制潜力.
• 这些化合物表现出有希望的类似药物的特性和稳定性,表明它们作为潜在的治疗候选者的实用性.
• 这些发现为开发针对SARS-CoV-2和新兴变种的新疗法和预防策略提供了基础.