相关实验视频
Updated: Aug 10, 2026
13:00
Engineering Antiviral Agents via Surface Plasmon Resonance
Published on: June 14, 2022
2.5K
通过3D等价条件生成神经网络生成SARS-CoV-2双目标候选抑制剂
Zhong-Xing Zhou1,2, Hong-Xing Zhang2, Qingchuan Zheng1,2
1School of Pharmaceutical Sciences, Jilin University, Changchun, 130023, China.
Journal of pharmaceutical analysis
|July 18, 2025
概括
研究人员开发了一种新的计算工作流程,用于设计针对SARS-CoV-2的双药物,准包膜蛋白和主蛋白酶. 这种方法产生了具有有利性质的多样性强大的抑制剂,为抗击病毒突变和未来的流行病提供了新的选择.
科学领域:
- 计算化学是一种计算化学.
- 药物发现 药物发现
- 病毒学 病毒学
背景情况:
- 严重急性呼吸系统综合征冠状病毒2 (SARS-CoV-2) 突变构成了持续的流行病风险.
- 双重向药物提供增强的疗效和抗病毒突变的耐药性优势.
研究的目的:
- 设计新型的双标SARS-CoV-2抑制剂,准包膜蛋白和主蛋白酶.
- 开发一种计算工作流程,用于生成强大且多样化的候选抑制剂.
主要方法:
- 采用了一种新的计算工作流程,结合了高通量分子对接和具有E3对称性的条件生成神经网络 (cG-SchNet).
- 来自3D脚手架数据库的类似药物分子被用作探测器,用于取目标蛋白质口袋的特征.
- 一个多层感知子 (MLP) 将绑定亲和关系嵌入到潜在空间中,用于条件生成.
主要成果:
- 与训练集相比,工作流成功生成了新的SARS-CoV-2双候选抑制剂,具有增强的结合亲和力.
- 在201个生成的分子中,42个显示总结结亲和力>17.0 kcal/mol,9个超过19.0 kcal/mol.
- 产生的分子表现出结构多样性,强烈的双目标亲和力,良好的ADMET特性和易于合成.
结论:
- 开发的 开发的 开发的
- 高通量对接-多条件生成
- 工作流程有效地设计了强大的双目标SARS-CoV-2抑制剂.
- 这种方法为发现和优化针对突变病毒的新型抗病毒剂提供了一个多功能平台.
