使用分子模拟和图形神经网络探索假定的肠道甲基生成抑制剂.
Randy Aryee1,2, Noor S Mohammed1,2, Supantha Dey1
1Department of Chemical and Biological Engineering, Iowa State University, Ames, Iowa, USA.
bioRxiv : the preprint server for biology
|September 30, 2024
概括
减少肠道甲 (CH4) 排放对于减缓气候变化至关重要. 这项研究详细介绍了抑制剂与甲基辅酶M减少酶的分子相互作用,并使用人工智能发现新的甲减少化合物.
科学领域:
- 生物化学 生化学
- 环境科学 环境科学
- 计算化学的计算化学
背景情况:
- 甲 (CH4) 是一种强大的温室气体,反动物的肠道发酵对全球CH4排放作出了重大贡献.
- 缓解CH4等短期气候变化因素对于短期气候变化管理至关重要.
- 了解甲基生成抑制剂是减少农业温室气体排放的关键.
研究的目的:
- 阐明抗甲原分子与甲基共酶M减少酶的辅因子F430之间的生物物理和热力学相互作用.
- 通过计算识别新型甲基生成前体和抑制剂.
- 为合理设计新的甲减少剂奠定基础.
主要方法:
- 对抑制剂-辅助因子F430相互作用的详细生物物理和热力学分析.
- 图形神经网络建模以在牛代谢产物中功能性聚合已知的抑制剂.
- 预测化学相似性和膜透性,用于识别新型抑制剂.
主要成果:
- 对于已知16种甲基生成抑制剂的结合亲和和度和固态度比的表征.
- 在使用图形神经网络的大型牛代谢物数据集中的抑制剂的功能聚类.
- 基于化学性质,开发一个用于识别潜在甲基生成抑制剂的协议.
结论:
- 这项研究提供了对抗甲原分子相互作用的机制性理解.
- 建立了一个计算框架,用于发现肠道甲生产的新型抑制剂.
- 这项研究促进了有针对性的甲减排战略的计算和新设计.


