使用机器学习和分子动态模拟,发现潜在的抗黄金葡萄球菌天然产品及其机制研究
Zinan Wang1, Fei Pan2, Min Zhang1
1Beijing Advanced Innovation Center for Food Nutrition and Human Health, Beijing Engineering and Technology Research Center of Food Additives, School of Food and Health, Beijing Technology and Business University, Beijing, 100048, People's Republic of China.
结构-活性分析和机器学习确定了新的抗黄金葡萄球菌抗菌剂. 酸和2-HTPA破坏细菌细胞膜,验证了药物发现的定量结构-活性关系 (QSAR) 模型.
科学领域:
- 药用化学 医学化学
- 计算化学的计算化学
- 微生物学 微生物学
背景情况:
- 黄金葡萄球菌感染对公众健康构成重大威胁.
- 开发新的抗菌剂对于对抗日益增长的抗菌素耐药性至关重要.
- 结构-活性关系 (SAR) 研究和机器学习 (ML) 提供了有效的方法来识别潜在的候选药物.
研究的目的:
- 用SAR和ML快速识别具有抗S. aureus活性的化合物.
- 开发和验证一个定量结构-活性关系 (QSAR) 模型来预测抗菌疗效.
- 评估酸和2-HTPA作为潜在的anti-S. aureus药物.
主要方法:
- 文献综述和内部实验,以确定24个氧化环组件与S. aureus抑制.
- 开发和评估21个定量结构-活动关系 (QSAR) 模型,选择具有9个描述符的最佳2D-MLR-QSAR模型.
- 分子动力学 (MD) 模拟,扫描电子显微镜 (SEM) 和化 (PI) 染色以调查作用机制.
主要成果:
- SAR分析表明,基组的位置会影响抗S. aureus活性.
- 最好的QSAR模型准确地预测了酸和2-HTPA的抗菌活性.
- 模拟MD,SEM和PI染色证实,酸和2-HTPA通过破坏细胞膜来抑制S. aureus.
结论:
- QSAR建模是一种可行的和有效的方法,用于预测抗菌剂对黄金色杆菌.
- 酸和2-HTPA显示出作为新型抗S. aureus剂的前景.
- 这项研究为研究分子结构和抗菌能力之间的关系建立了新的范式.
更多相关视频
09:39A Platform of Anti-biofilm Assays Suited to the Exploration of Natural Compound Libraries
Published on: December 27, 2016
09:08From a Natural Product to Its Biosynthetic Gene Cluster: A Demonstration Using Polyketomycin from Streptomyces diastatochromogenes Tü6028
Published on: January 13, 2017
相关概念视频
Drug Discovery: Overview
Clinical Significance of Antibiotic Resistance
