通过计算和实验研究发现流感病毒神经氨基酶抑制剂
Trung Hai Nguyen1,2, Ngoc Quynh Anh Pham3, Quynh Mai Thai1,2
1Laboratory of Biophysics, Institute for Advanced Study in Technology, Ton Duc Thang University, Ho Chi Minh City 72915, Vietnam.
ACS omega
|December 16, 2024
概括
研究人员开发了一种机器学习模型,以识别潜在的流感神经氨基酶抑制剂. 计算和实验方法证实两种化合物是预防流感A和B病毒感染的有希望的候选物.
科学领域:
- 病毒学 病毒学
- 计算化学计算化学
- 药物发现 药物发现 药物发现
背景情况:
- A型和B型流感病毒引起了全球广泛的健康问题.
- 开发有效的神经氨基酶抑制剂对于预防流感至关重要.
研究的目的:
- 训练和验证一种机器学习模型,用于预测对神经氨基酶的联结亲和力.
- 使用计算方法识别新型神经氨基酶抑制剂.
主要方法:
- 机器学习模型的开发和测试对联体结合亲和力.
- 来自CHEMBL数据库的化合物结合亲和力的预测.
- 分子对接和分子动力学模拟用于物理洞察.
- 通过酶活性测试对计算结果的实验验证.
主要成果:
- 一个机器学习模型准确地评估了对神经氨基酶的联结亲和力.
- 两种化合物被确定为A型流感和B型神经aminidase的潜在抑制剂.
- 计算发现得到了实验性酶活性调查的支持.
结论:
- 该研究成功地确定了A型和B型流感病毒的潜在神经氨基酶抑制剂.
- 综合计算和实验方法为药物发现提供了一个强大的战略.
- 这些已识别的化合物需要进一步调查,以确定它们是抗病毒药物.


