基于电子药理和深度学习的高吞吐量虚拟查,用于识别CDPK1抑制剂的Cryptosporidium parvum
Misgana Mengistu Asmare1, Soon-Il Yun2
1Department of Agricultural Convergence Technology, College of Agriculture and Life Science, Jeonbuk National University, 567 Baekje-daero, Deokjin-gu, Jeonju-si, Jeollabuk-do 54896, Republic of Korea.
Computational biology and chemistry
|August 27, 2024
概括
研究人员通过选一个大型化合物库来确定了密码菌症的新药候选者. 这些新的抑制剂对依赖蛋白激酶1 (CpCDPK1) 的向有希望,这是Cryptosporidium寄生虫中的关键蛋白质.
科学领域:
- 寄生虫学的寄生虫学
- 药物发现 药物发现 药物发现
- 计算化学的计算化学
背景情况:
- 化体病是一种全球性胃肠道疾病,由Cryptosporidium parvum引起.
- 依赖蛋白激酶1 (CpCDPK1) 对于寄生虫的生存和一个可行的药物标是必不可少的.
- 现有的Pyrazolopyrimidine抑制剂在细胞培养疗效方面存在局限性.
研究的目的:
- 为了确定针对CpCDPK1.1.的新型Cryptosporidium parvum抑制剂.
- 为了探索超越Pyrazolopyrimidines的替代化学支架.
- 为了利用计算建模进行高效的候选药物查.
主要方法:
- 为CpCDPK1.1生成和验证电子药理和深度学习模型.
- 使用开发的模型对200万个复合库进行选.
- 层次和量子偏振对接用于击中优先级和排名.
- 分子动力学 (MD) 模拟和细胞染色体P450代谢稳定性的预测.
主要成果:
- 计算模型成功地确定了潜在的新型CpCDPK1抑制剂.
- 对接和MD模拟显示了新型命中药和参考化合物RM-1-95.5之间类似的结合相互作用.
- 预测的代谢稳定性为药物优化提供了洞察力.
结论:
- 发现了具有潜在CpCDPK1抑制活性的新型化学支架.
- 这项研究展示了一种成功的计算方法,用于识别针对被忽视的寄生虫疾病的药物线索.
- 这些发现支持进一步开发这些抑制剂用于密码化症治疗.
