在子选中代选,以优化抗SARS-CoV-2纳米体的稳定构造

科学领域:

• 免疫学 免疫学 免疫学
• 结构生物学 结构生物学
• 计算生物学 计算生物学

背景情况:

• 纳米体 (Nbs) 来自驼类重链抗体,提供独特的优势,如小尺寸和良好的组织透用于诊断和治疗.
• 对抗SARS-CoV-2的有效纳米体对于控制COVID-19和潜在的未来病毒威胁至关重要.

研究的目的:

• 引入和验证一种in silico选策略,以优化抗SARS-CoV-2纳米体的稳定构造.
• 提高用于治疗开发的强效纳米体识别的准确性和效率.

主要方法:

• 一个三步的选过程,包括ClusPro对接,NeighborSearch原子距离测量和HADDOCK对接,具有特定的距离约束.
• 通过使用PRODIGY.使用结合亲和力 (∆G) 和解离常数 (Kd) 的计算来验证纳米体疗效.
• 使用MAESTROWeb和与纳米体排名的相关性分析预测点突变的稳定性变化.

主要成果:

• 查策略成功地确定了具有更合理的形状和更强的预测中和功效的纳米体.
• 在纳米体排名和较少的突变敏感部位之间发现了强有力的相关性 (斯皮尔曼相关性>0.68),表明更高的稳定性.
• 计算的结合亲缘关系和解离常数进一步支持了选纳米体的疗效排名.

结论:

• 与标准对接方法相比,开发的三步 in silico选策略显著提高了纳米体选择的准确性.
• 鉴定到的纳米体表现出卓越的稳定性和潜在的中和效果,使它们适合进一步开发.
• 这种计算方法为查抗体和推进计算机辅助药物发现方法提供了一种新的策略.