使用化学相似性分析与机器学习相结合,识别SARS-CoV-2主要蛋白酶抑制剂
Karina Eurídice Juárez-Mercado1, Milton Abraham Gómez-Hernández2,3, Juana Salinas-Trujano4,5
1DIFACQUIM Research Group, School of Chemistry, Universidad Nacional Autónoma de México, Mexico City 04510, Mexico.
Pharmaceuticals (Basel, Switzerland)
|February 24, 2024
概括
研究人员选了超过1700万种化合物,以找到新的SARS-CoV-2 Mpro抑制剂. 化合物13及其类型显示出显著的抗病毒活性,为针对SARS-CoV-2的药物开发提供了潜在的化合物.
科学领域:
- 药物发现和开发 药物发现和开发
- 病毒学 病毒学
- 计算化学的计算化学
背景情况:
- SARS-CoV-2 主蛋白酶 (Mpro) 对于病毒复制至关重要,也是抗病毒药物开发的关键目标.
- 检查了大量的化合物库,以确定Mpro.的潜在抑制剂.
研究的目的:
- 通过大规模的虚拟查和机器学习来识别新的SARS-CoV-2 Mpro抑制剂.
- 评估已识别的化合物及其类型的体外抗病毒活性.
主要方法:
- 使用结构描述符对超过1700万种化合物的虚拟选.
- 机器学习算法用于打击识别.
- 光共振能量转移 (FRET) 试验用于评估Mpro酶抑制.
- 减少斑块的测试,以评估体外抗病毒活性.
主要成果:
- 确定了18个具有类似药物特性的计算命中.
- 化合物13证明了SARS-CoV-2 Mpro. 的显著抑制.
- 类似的13a,13b和13c也抑制了Mpro的活性,其中13c是最强的.
- 化合物13a,13b和13c在体外表现出对SARS-CoV-2的抗病毒活性.
结论:
- 已识别的化合物,特别是13a-c,显示为开发新的Mpro抑制剂的化合物具有前途.
- 这些化合物的进一步优化可能会导致有效的抗SARS-CoV-2疗法.


