机器学习支持的虚拟查表明了阿尔多克索鲁比和夸弗洛辛的抗结核活性,通过分子对接,分子动力学模拟和生物评估进行验证
Si Zheng1,2, Yaowen Gu3, Yuzhen Gu4
1Institute for Artificial Intelligence & Department of Computer Science and Technology, Tsinghua University, Haidian District, Beijing 100084, China.
Briefings in bioinformatics
|December 31, 2024
概括
结核菌 (Mtb) 的耐药性构成了全球卫生挑战. 这项研究将阿尔多克索鲁比辛和夸弗洛辛重新定位为有前途的抗结核病药物候选药物,显示出对抗药物耐药菌株的强大活性.
科学领域:
- 计算机化药物发现.
- 传染病研究传染病研究.
- 药品化学 药品化学 是一个
背景情况:
- 在Mycobacterium结核病 (Mtb) 的耐药性复杂结核病 (TB) 控制.
- 将现有的药物重新用于计算加速了抗结核病药物的发现.
研究的目的:
- 开发和验证一个虚拟查工作流程,以识别新的抗结核病药物候选者.
- 通过计算和实验方法,重新利用现有药物治疗结核病.
主要方法:
- 开发了一个虚拟选工作流程,将机器学习和深度学习模型结合起来.
- 来自DrugBank数据库的11,576种化合物被选为Mtb.
- 选择的化合物经过计算和实验验证,包括MIC确定,分子对接和SPR.
主要成果:
- 虚拟查工作流程成功识别了已知的抗菌和抗结核药物.
- 阿尔多克索鲁比和夸弗洛辛显示出对Mtb H37Rv (MICs 4.16 和 20.67 微米/毫升) 的强烈抑制.
- 这两种化合物都对抗多药耐药结核病分离物的活性,并与Mtb DNA旋转酶结合.
结论:
- 虚拟查工作流程有效地将阿尔多克索鲁比辛和夸弗洛克辛重新定位为有前途的抗Mtb候选药物.
- 这些发现为开发新的抗结核病疗法和临床验证提供了宝贵的见解.
更多相关视频
09:57System for Efficacy and Cytotoxicity Screening of Inhibitors Targeting Intracellular Mycobacterium tuberculosis
Published on: April 5, 2017
8.5K
10:25Screening Traditional Chinese Medicine Compounds for Inhibiting UCHL3 Activity Based on Molecular Docking and Deubiquitinating Enzyme Probe Technology
Published on: November 22, 2024
196
