基于结构的高通量虚拟查和分子动力学模拟,用于发现新型SARS-CoV-2 NSP3 Mac1域抑制剂
Behnaz Yazdani1, Hajar Sirous2, Simone Brogi2,3
1Bioscience Department, Faculty of Science and Technology (FCT), Universitat de Vic-Universitat Central de Catalunya (Uvic-UCC), 08500 Vic, Spain.
Viruses
|December 23, 2023
概括
研究人员对SARS-CoV-2 NSP3 Mac1域进行了计算选,确定了四种强大的抑制剂. 这些化合物显示出开发针对SARS-CoV-2的新型抗病毒疗法的前景.
科学领域:
- 病毒学 病毒学
- 计算化学的计算化学
- 药物发现 药物发现 药物发现
背景情况:
- SARS-CoV-2的遗传变异很常见,但非结构蛋白 (NSP) 的突变较少发生.
- NSP3,一个关键的病毒蛋白质,拥有一个大型的宏观主体 (Mac1),对病毒功能至关重要.
- 针对像NSP3这样的病毒蛋白质是开发抗病毒药物的策略.
研究的目的:
- 以计算方式识别SARS-CoV-2 NSP3 Mac1域的潜在抑制剂.
- 评估已识别的化合物的类似药物的特性和结合稳定性.
- 发现用于SARS-CoV-2抗病毒药物开发的新型化合物.
主要方法:
- 通过使用 Molegro 虚拟 Docker 对 NSP3 Mac1 域进行 NCI 抗癌库的虚拟选.
- 使用瑞士ADME服务器进行物理化学和类似药物的潜在分析.
- 用Desmond和MM/GBSA进行分子动力学模拟,以评估结合亲和力和稳定性.
主要成果:
- 十种化合物被确定为潜在的NSP3 Mac1域抑制剂.
- 四种化合物 (NSC-358078,NSC-287067,NSC-123472,NSC-142843) 显示出强大的结合亲和力和稳定性.
- 这些顶级化合物在MD轨迹上表现出显著的结合能 (ΔGbind).
结论:
- 该研究通过计算查成功确定了SARS-CoV-2 NSP3 Mac1域的强有力的抑制剂.
- 这些已识别的化合物,特别是NSC-358078,NSC-287067,NSC-123472和NSC-142843,是进一步开发SARS-CoV-2抗病毒药物的有希望的候选者.
