使用机器学习和分子动力学方法对抗抗甲素耐药的黄金葡萄球菌 (Staphylococcus aureus) SarA和CrtM的两种特异性化合物的研究
Kareem M Younes1,2, Amr S Abouzied1,3, Ahmed Alafnan4
1Department of Pharmaceutical Chemistry, College of Pharmacy, University of Hail, Hail, Saudi Arabia.
Journal of biomolecular structure & dynamics
|December 26, 2023
概括
使用机器学习识别了一种新型化合物85137543,该化合物可以抑制抗甲基黄金葡萄球菌 (MRSA) 生物膜的形成和毒性. 这种化合物对关键的MRSA蛋白 SarA和CrtM具有强烈的结合.
科学领域:
- 微生物学与传染病的研究
- 计算化学和化学信息学
- 药物发现和开发 药物发现和开发
背景情况:
- 甲素耐药黄金葡萄球菌 (MRSA) 构成了全球严重的健康威胁.
- 葡萄球菌辅助调节剂A (SarA) 和4,4'-diapophytoene合成酶 (CrtM) 对MRSA的生物膜形成和毒性至关重要.
研究的目的:
- 为了确定具有抑制MRSA生物膜和毒性潜力的植物性天然化合物.
- 评估已识别的化合物对SarA和CrtM蛋白的结合疗效.
主要方法:
- 利用基于机器学习的定量结构-活动关系 (QSAR) 模型来选1261种植物衍生化合物.
- 进行了in-silico分子对接和分子动力学 (MD) 模拟.
- 分析了绑定自由能量,RMSD,主要组件分析和自由能源景观.
主要成果:
- 化合物85137543对SarA和CrtM都表现出显著的结合亲和力,表现优于对照素.
- MD模拟证实了稳定的复合物形成和85137543与SarA和CrtM的强有力的结合.
- 化合物85137543表现出有利的结合自由能量 (SarA的-47.92 kcal/mol,CrtM的-36.43 kcal/mol).
结论:
- 化合物85137543是针对MRSA的有希望的治疗候选者.
- 这种化合物有效地抑制了关键的MRSA毒性因子SarA和CrtM.
- 这项研究强调了人工智能驱动的方法在发现新型抗MRSA药物的潜力.
