化学信息学和机器学习方法用于重新利用抗病毒化合物对抗麻疹病毒乙基基酸酶

科学领域:

• * 计算化学和生物信息学
• * 药物发现和药物化学
• * 病毒学和传染病学

背景情况:

• *病 (MPXV) 是一个日益严重的全球健康问题,在2022年爆发重大疫情.
• * 胺基酸激酶对胺素代谢至关重要,是MPXV抑制的新目标.
• *天然的小化合物为新型抗病毒疗法提供了潜在的来源.

研究的目的:

• * 选天然的小化合物,以检测它们对MPXV的潜在抗病毒活性.
• *使用计算方法识别MPXV硫基酸酶的抑制剂.
• * 评估已识别的化合物的结合效能和稳定性.

主要方法:

• * 雇员基于对接的虚拟选和机器学习 (ML) 模型.
• * 利用高通量虚拟查来识别潜在的药物候选者.
• * 对顶级候选人进行了分子动力学模拟和MM/GBSA结合性自由能量分析.

主要成果:

• *通过虚拟选识别了几个潜在的打击化合物.
• *使用ML模型选择和排名前三名候选人.
• * 赫西丁 HCl 显示具有稳定构造 (RMSD < 0.3 nm) 的MPXV硫基酸激酶的高结合潜力.
• *MM/GBSA分析显示,赫西丁HCl的最小结合自由能量 (ΔG_TOTAL) 为-62.41 kcal/mol.

结论:

• *基于结构和ML指导的药物设计有效选抗病毒天然化合物.
• * 赫西丁HCl显示显著的希望作为一种潜在的治疗药物对抗病毒.
• * 需要进一步研究赫西丁HCl对MPXV的疗效.