结核菌菌的小分子抑制剂Topoisomerase I通过机器学习和体外检测识别

科学领域:

• 药用化学 医学化学
• 计算生物学 计算生物学
• 药物发现 药物发现 药物发现

背景情况:

• 由Mycobacterium tuberculosis引起的结核病 (TB) 仍然是全球主要的传染性死亡原因.
• 耐多药结核病存在重大治疗挑战,需要新的治疗策略.
• 结核菌多酶I是开发新抗结核药物的有效标.

研究的目的:

• 通过基于机器学习的虚拟查方法,识别Mycobacterium结核病topoisomerase I的新型小分子抑制剂.
• 探索向M.结核病多酶I的催化氨酸附近的双价离子结合部位的化合物.

主要方法:

• 使用机器学习对超过200万种商用化合物的虚拟高通量选.
• 在体外测试拓聚酶I放松活性测试以评估选定的化合物.
• 在体外的酶测试对顶级化合物的类似物进行测试,以了解结构-活性关系.

主要成果:

• 从虚拟选中选择了96种化合物进行实验测试.
• 顶部受影响的化合物在拓聚酶I放松活性试验中显示了7μM的IC50.
• 对类型的分析提供了对拓酶抑制的基本分子支架的见解.

结论:

• 基于机器学习的虚拟查是一种有效的策略,用于识别细菌拓聚酶I的新型抑制剂.
• 这项研究成功地确定了开发新抗结核病剂的潜在化合物.
• 这些发现支持继续探索拓聚酶I作为对抗耐药结核病菌株的药物点.