计算分析SARS-CoV-2尖端蛋白 (RBD) 和人类ACE-2受体变体之间的亲和力学动态

科学领域:

• 病毒学 病毒学
• 结构生物学 结构生物学
• 计算生物学 计算生物学

背景情况:

• 由SARS-CoV-2引起的COVID-19大流行,因出现了众多变种而加剧.
• 了解这些变异的分子相互作用,特别是Omicron亚系,与人类ACE2受体对公共卫生至关重要.
• 引起关注的变种 (VOC) 具有可能改变病毒感染性和传染性的突变.

研究的目的:

• 以计算方式研究SARS-CoV-2受体结合域 (RBD) 中突变对其与人类ACE2受体相互作用的影响.
• 预测和比较各种SARS-CoV-2变体的结合亲和关系,包括Omicron亚变体,到HACE2.2.
• 确定受体结合基因 (RBM) 中的关键相互作用,有助于增强结合.

主要方法:

• 利用蛋白质结构预测算法 (tr-Rosetta) 来建模SARS-CoV-2变种的RBD结构.
• 采用分子对接技术 (HADDOCK,PRODIGY) 来分析RBD变体与haCE2受体之间的结合亲缘关系和相互作用.
• 使用kcal/mol的量化结合亲和力,比较野生类型和突变复合物.

主要成果:

• 建立了对 hACE2 的结合亲和度增加的等级:野生类型
• 在所有分析的突变复合物中,Omicron-BA.1.1表现出最高的结合亲和力 (-17.4 kcal/mol).
• 活跃RBD残留物中的突变在所有变体中始终增强了结合亲和力和分子间相互作用.

结论:

• 在SARS-CoV-2 RBD中的突变显著增加了与人类ACE2受体的结合亲和力,Omicron亚变体显示出明显的影响.
• 这些发现为了解变种传播能力提供了结构基础,并为开发向抗病毒疗法提供了信息.
• 针对RBD区域的基于结构的药物设计有望对抗SARS-CoV-2的进化.