作为TLR4/MD2抑制剂的T19093的计算识别和抗炎评估
Kuida Chen1, Ke Shi2, Tong Jin1
1State Key Laboratory of Pharmaceutical Biotechnology, College of Life Sciences, Nanjing University, Nanjing 210023, China.
Current topics in medicinal chemistry
|February 20, 2025
概括
机器学习确定了T19093,一种来自植物的化合物,作为一种新型的Toll-like受体4 (TLR4) / myeloid分化蛋白-2 (MD2) 抑制剂. 通过破坏TLR4/MD2相互作用和下游信号传递,T19093显示出强大的抗炎作用.
科学领域:
- 药用化学 医学化学
- 计算机化药物发现技术
- 药理学 药理学是指药理学的学科.
背景情况:
- 收费类受体4 (TLR4) /骨髓分化蛋白-2 (MD2) 复合体是抗炎药物开发的关键目标.
- 现有的TLR4/MD2抑制剂具有局限性,包括不良影响,导致需要更安全的替代品.
研究的目的:
- 确定具有抗炎症潜力的新型TLR4/MD2抑制剂.
- 为药物发现利用机器学习和虚拟查.
主要方法:
- 机器学习模型开发使用MACCS键指纹.
- 虚拟选和分子对接以评估与TLR4/MD2.2的结合亲和力.
- 用ADMET预测可药物性质和模拟分子动力学来确定结合稳定性.
- 使用LPS治疗的THP-1细胞进行体外验证,以评估抗炎疗效.
主要成果:
- 来自Gnaphalium属的多化合物T19093对TLR4/MD2表现出强烈的结合 (-11.29 kcal/mol).
- 通过ADMET预测,T19093显示出有利的药理动力学和物理化学特性.
- 分子动力学证实了稳定的T19093-TLR4/MD2复合体结合.
- 通过抑制TLR4/MD2信号传递,T19093有效降低了LPS诱导的炎症反应.
结论:
- T19093是一种有前途的新型TLR4/MD2抑制剂,通过计算方法确定.
- T19093具有显著的抗炎活性,为与炎症相关的疾病提供了潜在的治疗策略.


