基于多步结构的虚拟查方法,用于识别潜在的强效SARS-CoV-2 Mpro抑制剂
Taghreed A Majrashi1, Mahmoud A El Hassab2, Mohammed K Abdel-Hamid Amin3
1Department of Pharmacognosy, College of Pharmacy, King Khalid University, Asir, Saudi Arabia.
Journal of biomolecular structure & dynamics
|November 19, 2024
概括
研究人员确定了一个潜在的新药候选者,W1,向SARS-CoV-2主要蛋白酶 (Mpro) 酶. 这项计算研究建议W1进行进一步测试,以对抗COVID-19.
科学领域:
- 计算机化药物发现.
- 病毒学 病毒学
- 生物化学 生物化学
背景情况:
- 由SARS-CoV-2引起的COVID-19大流行,对全球产生了毁灭性的影响.
- 尽管采取了广泛的控制措施,但管理病毒爆发仍然具有挑战性.
- SARS-CoV-2 主蛋白酶 (Mpro) 是病毒复制的关键酶,也是关键的治疗点.
研究的目的:
- 通过计算机辅助药物发现,识别针对SARS-CoV-2 Mpro酶的新型化合物.
- 通过计算评估潜在的候选药物,以确定它们与Mpro.com的结合亲和力和相互作用.
主要方法:
- 基于结构的药设计使用蛋白质 - 配体相互作用指纹 (PLIF).
- 虚拟选ZINC数据库与Mpro药理相对应.
- 分子对接,分子动力学 (MD) 和MM-PBSA模拟用于排名最高的化合物.
主要成果:
- 制造了一个药理模型,从而从ZINC数据库中识别了703个潜在的匹配结果.
- 与参考Mpro抑制剂相比,四种化合物显示出优异的对接得分.
- 排名第一的化合物W1 (ZINC000150656136) 呈现出强大的预测结合亲和力 (-324.7 ± 9.7 Kj/mol) 和与Mpro活性部位残留物的良好相互作用.
结论:
- 化合物W1被提议作为针对SARS-CoV-2 Mpro.的有前途的首要候选人.
- 建议对W1进行进一步的实验验证和临床研究,以评估其在COVID-19管理中的潜力.
