通过多次虚拟查预测目标:通过向MEDIATE倡议提交的对接模拟分析SARS-CoV-2表型查

科学领域:

• 计算化学是一种计算化学.
• 药物发现 药物发现
• 病毒学 病毒学

背景情况:

• 现型查可以识别候选药物,但需要作用机制 (MoA) 描述.
• 计算分析,包括对接模拟,可以支持MoA研究,但对接未得到充分利用.
• 媒体倡议侧重于协作药物发现战略.

研究的目的:

• 评估多重对接计算的有效性,以预测药物查结果的病毒标.
• 评估是否结合对接结果可以提高目标预测的准确性.
• 为了验证对接模拟在药物目标识别中的实用性.

主要方法:

• 利用来自MEDIATE倡议的对接模拟来预测来自细胞病变查的病毒目标.
• 应用了EFO方法,将多个对接结果结合到特定目标的共识模型中.
• 使用EF1%值评估模型性能,并评估选结果的目标预测可靠性.

主要成果:

• 结合多个对接运行显著改善了共识模型的性能 (三次运行增加40%,两次运行增加25%).
• 开发的共识模型成功地为59个国家中31个国家提出了可靠的目标 (约. 50%) 的选结果.
• 跨目标相关性表明,模拟目标的常见评分函数的特异性受到限制.

结论:

• 多个对接模拟,当结合起来,是有效的病毒标识在药物发现.
• 这些发现证实了MEDIATE倡议所采用的协作策略.
• 需要进一步开发,以提高对接模拟中的评分函数的特异性.