新的动态评分方法用于深入评估纳洛克塞戈尔作为β-氨酸结合抑制剂

科学领域:

• 计算化学是一种计算化学.
• 药物发现 药物发现
• 分子建模分子建模

背景情况:

• 评估蛋白质标的配体性能在药物发现中至关重要.
• 像单点能量计算这样的传统方法在捕捉动态相互作用方面存在局限性.
• 了解配体-蛋白质动态是识别强效治疗剂的关键.

研究的目的:

• 开发和验证一种新的评分方法来评估基于动态灵活性的连接体性能.
• 通过这种评分方法识别β-tubulin微管组装的新型抑制剂.
• 为了比较已识别的配体与已确定的药物paclitaxel的疗效.

主要方法:

• 利用分子动力学 (MD) 模拟来动态评估连接物-蛋白相互作用.
• 对FDA批准的药物进行虚拟选 (VS) 针对β-氨酸结合口袋.
• 包括ADMET (吸收,分布,新陈代谢,分泌,毒性) 和药物动力学特性,包括血脑屏障 (BBB) 和p-糖蛋白 (Pgp) 流量预测.
• 在MD数据上进行了定量结构-属性关系 (QSPR) 分析和主要组件分析 (PCA).

主要成果:

• 新的基于MD的评分方法被证明比单点能量计算更准确.
• 美国食品和药物管理局批准的药物Naloxegol被确定为一个有前途的β-tubulin微管抑制剂.
• 在初步评估中,Naloxegol与帕克利塔塞尔 (PTX) 相比表现出更优异的属性.
• 在开发的评分系统中,通过链长度修改优化的Naloxegol衍生物在开发的评分系统中获得了比PTX更高的分数.

结论:

• 开发的基于MD的评分方法为连接体性能评估提供了更准确和更动态的方法.
• 纳洛克塞戈尔代表了一种潜在的化合物,用于开发改进的微管分解抑制剂.
• 对Naloxegol衍生物的进一步研究可能会产生下一代针对微管的抗癌疗法.