识别p56lckSH2域抑制剂使用分子对接和in-silico脚手架跳跃
Priyanka Samanta1, Robert J Doerksen1,2
1Department of BioMolecular Sciences, School of Pharmacy, University of Mississippi, University, MS, USA, 38677-1848.
Applied sciences (Basel, Switzerland)
|March 14, 2025
概括
研究人员通过向细菌感染和炎症来确定新的抗菌药物候选者. 这种计算机辅助药物设计方法选了202个小分子,产生了6个有希望的结果,用于进一步调查和抗微生物验证.
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:
- 细菌感染是全球主要的死亡原因,因抗菌耐药性增加而加剧.
- Src蛋白氨酸激酶 (TKs) 参与炎症反应,可能引发严重疾病.
- 迫切需要新的治疗策略来对抗细菌感染和相关的炎症状况.
研究的目的:
- 确定具有潜在抗菌活性的新型Src蛋白氨酸激酶 (TK) 抑制剂.
- 利用计算机辅助药物设计 (CADD) 方法,有效地发现候选药物.
- 探索使用曼尼赫反应衍生化合物作为TK抑制剂开发的起点.
主要方法:
- 利用e-pharmacophore建模,虚拟选和整体对接来识别潜在的抑制剂.
- 采用基于蛋白质结构的设计和核心跳跃来优化化合物.
- 选了202个小分子的数据库与p56lck TK的Src同质-2域对比.
- 对已识别的被击中化合物的ADMET属性预测进行了in silico.
主要成果:
- 鉴定了6种新的命中化合物,预计它们与p56lck TK的Src同质-2域具有结合亲和力.
- 开发的计算工作流成功生成了相关小分子的数据库.
- 在 silico ADMET 预测中,提供了初步的洞察力,以了解受影响化合物的药理动力学特性.
结论:
- 综合CADD方法对于发现新型TK抑制剂是有效的.
- 已识别的热点化合物代表了进一步的体外研究和抗菌素验证的有希望的线索.
- 这一战略为开发针对细菌感染和炎症的新疗法提供了有价值的起点.
