通过基于结构的虚拟查和分子动力学潜在的平均力 (PMF) 计算来识别可合成处理的MERS-CoV主要蛋白酶抑制剂

科学领域:

• 病毒学 病毒学
• 药用化学 医学化学
• 计算生物学 计算生物学

背景情况:

• 中东呼吸综合征冠状病毒 (MERS-CoV) 构成了严重的健康威胁,特别是在中东.
• 目前对于MERS感染没有FDA批准的特定治疗方法,因此需要开发新的抗病毒治疗方法.

研究的目的:

• 通过基于结构的虚拟查来识别MERS-CoV主要蛋白酶 (M^pro) 的新型抑制剂.
• 评估一种可合成处理的Ugi反应衍生库 (URDL) 的潜力,用于发现候选药物.

主要方法:

• 基于结构的URDL对MERS-CoV M^pro的虚拟查.
• 使用对接分数和MM-GBSA自由能量计算对潜在抑制剂的排名.
• 分子动力学 (MD) 和定向分子动力学 (SMD) 对顶级化合物的模拟.

主要成果:

• 来自URDL的新型MERS-CoV M^pro抑制剂的鉴定.
• 排名第一的化合物通过MD和SMD模拟证明了良好的结合亲和力和稳定性.
• 与同结晶的配体相比,Hits表现出更好的H键潜力和结构稳定性.

结论:

• 该研究成功地确定了新型的,可以合成处理的支架作为潜在的MERS-CoV M^pro抑制剂.
• 这些发现为开发针对MERS的新治疗策略提供了有希望的线索.
• 在发现针对MERS-CoV的强效抗病毒药物的过程中,URDL被证明是有效的.