一个in silico方法来识别化合物作为FtsZ抑制剂

科学领域:

• 微生物学和生物化学
• 药物发现和药物化学
• 计算生物学 计算生物学

背景情况:

• 抗生素耐药性是一个日益增长的全球健康威胁.
• 对于新型抗生素来说,FtsZ是一种对细菌细胞分裂至关重要的GTPase,是经过验证的标.
• 开发新的FtsZ抑制剂对于对抗抗性细菌感染至关重要.

研究的目的:

• 通过大规模虚拟查方法识别新型FtsZ抑制剂.
• 以计算方式评估潜在抑制剂的结合亲和力,稳定性和药物相似性.
• 为开发下一代针对FtsZ的抗菌剂提供计算框架.

主要方法:

• 对天然产品类图书馆的高通量虚拟查 (HTVS) 进行针对 Staphylococcus aureus FtsZ.
• 使用施罗丁格套件进行分子对接 (SP和XP) 和结合自由能量 (BFE) 计算.
• ADMET属性预测,in silico致癌性测试,以及分子动力学模拟 (MDS).

主要成果:

• 从虚拟屏幕上确定了几个有前途的FtsZ抑制剂.
• 连接物4通过MDS在FtsZ催化口袋中表现出显著的结合亲和力和稳定性.
• 关键相互作用涉及胺结合和联体4的氨基乙基组被确定为FtsZ抑制的关键.
• 连接物4表现出良好的in silicoADMET和致癌性概况.

结论:

• 连接物4是FtsZ抑制的强有力的化合物.
• 鉴定到的相互作用为基于结构的FtsZ抑制剂的药物设计提供了基础.
• 这些in silico发现进一步支持用于开发新抗菌药物的体外和体内验证.