在子选中,小分子抑制剂对粉样β聚合物的选
Yin-Lei Han1, Chen Li1, Huan-Huan Yin1
1College of Chemical and Biological Engineering, Zhejiang University, Hangzhou 310058, China.
Journal of chemical information and modeling
|May 29, 2025
概括
研究人员开发了一种虚拟查方法,以发现抑制粉样β (Aβ) 聚合的新小分子,这是阿尔茨海默病 (AD) 的关键因素. 四种新型化合物显示出显著的Aβ抑制,提供了一个有前途的治疗途径.
科学领域:
- 计算化学是一种计算化学.
- 神经科学是一个神经科学.
- 药物发现 药物发现
背景情况:
- 粉样β (Aβ) 自集成成纤维是阿尔茨海默病 (AD) 的中心病理特征.
- 开发用于Aβ聚合的小分子抑制剂是阿尔茨海默病的关键治疗策略.
- 设计有效的Aβ抑制剂所面临的挑战源于对约束性标的结构信息有限.
研究的目的:
- 使用分子表示模型采用基于联体的虚拟查来识别Aβ聚合的新型抑制剂.
- 为了比较不同机器学习和分子表示模型的有效性,用于预测Aβ聚合抑制剂.
- 发现和验证具有高亲和力和对Aβ聚合具有抑制作用的新型小分子.
主要方法:
- 使用各种分子表示模型进行了基于连接体的虚拟选.
- 评估和比较四个机器学习模型和两个分子表示模型,使用文献衍生抑制剂数据.
- 应用了虚拟查的最佳模型来识别新的小分子候选者.
- 对排名最高的化合物进行实验验证和分子动力学模拟.
主要成果:
- 确定了新的小分子作为Aβ聚合的潜在抑制剂.
- 在11种实验测试的化合物中,有4种与EGCG相比表现出更强的抑制作用.
- 分子动力学模拟显示,已识别的化合物干扰了Aβ pentamer的稳定性和动力学.
- 在虚拟选方法中获得了36.4%的实验性命中率.
结论:
- 基于分子表示的虚拟查方法对于发现新型Aβ聚合抑制剂是有效的.
- 这些已识别的化合物表现出高度亲和力和新的结构,需要对阿尔茨海默病治疗进行进一步研究.
- 这种计算策略显著提高了识别阿尔茨海默病潜在候选药物的效率.
