新型计算管道用于识别广谱抗病毒药物的目标地点

科学领域:

• 病毒学 病毒学
• 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:

• 新出现的病毒,如Togaviridae家族中的病毒,对全球健康构成重大威胁.
• 广泛的抗病毒药物的开发受到保护病毒点的缺乏知识的阻碍.
• 预测下一个引起大流行的病毒是不可能的,需要积极的抗病毒策略.

研究的目的:

• 开发和应用一种in silico方法来识别病毒中保存的,可访问的药物位.
• 在Togaviridae家族中发现新的治疗点,特别是针对alphavirus nsP2蛋白酶.
• 通过实验性突变发生验证已识别的标,并评估它们对病毒复制的影响.

主要方法:

• 利用综合计算方法,结合人工智能驱动的蛋白质结构预测,碎片浸泡和序列/稳定性分析.
• 将该方法应用于Togaviridae家族,重点关注alphavirus非结构蛋白2 (nsP2) 蛋白酶域.
• 对已识别的保存残留物进行了突变发生研究,以确认它们在蛋白酶活性和病毒复制中的作用.

主要成果:

• 在阿尔法病毒nsP2蛋白酶域内确定了多个溶剂可访问和结构保存的口袋.
• 突变检测证实,这些口袋对于蛋白酶活性和在各种阿尔法病毒中复制是必不可少的.
• 验证了这些口袋作为开发广泛作用的抗病毒抑制剂的有希望的目标.

结论:

• 以人工智能为基础的计算建模可以有效地揭示功能保存和可访问的针对抗病毒药物向的口袋.
• 已识别的nsP2口袋代表了针对阿尔法病毒的新型,广泛活跃的直接作用抗病毒药物的可行目标.
• 这种综合性方法通过加快抗病毒疗法的发现,为疫情防控做出了重大贡献.