通过机器学习,分子对接和动态模拟来识别痴呆症中FUS蛋白的自然抑制剂

科学领域:

• 神经退行性疾病 神经退行性疾病
• 计算化学计算化学
• 药物发现 药物发现 药物发现

背景情况:

• 痴呆症是一种衰弱的神经退行性疾病谱,治疗选择有限.
• FUS蛋白的失调与各种痴呆症相关.
• 准FUS蛋白是一种有前途的治疗策略.

研究的目的:

• 通过计算来识别用于痴呆症治疗的FUS蛋白的天然抑制剂.
• 使用先进的计算工具来完善FUS蛋白的结构模型.
• 选植物化学物质以检测潜在的FUS抑制活性.

主要方法:

• 使用AlphaFold2,SwissModel和I-TASSER进行蛋白质结构预测和验证.
• 机器学习 (随机森林) 用于植物化学数据集分析.
• 分子对接 (AutoDock Vina) 和分子动力学模拟.
• 对药物开发适合性的药理动力学特性的评估.

主要成果:

• 获得了FUS蛋白的精细,验证的结构模型.
• 鉴定出尼米宁,脱氧甲基氨酸和克莱罗素C是潜在的FUS抑制剂.
• 脱氧甲基氨酸和克莱罗素C与FUS蛋白具有很高的结合亲和力和稳定性.
• 已识别的化合物具有有利的药理动力学特征,可以穿透血脑屏障.

结论:

• 自然化合物,特别是脱氧甲基青和克莱罗素C,显示出作为FUS抑制剂的显著潜力.
• 这种计算方法为这些化合物的实验验证提供了基础.
• 这些发现突出了使用植物化合物治疗痴呆症的新疗法.