使用机器学习,虚拟查和体内验证来发现天然RORγt抑制剂
Hojin Yoo1, Sang-Jun Han2, Jeong-Eun Lee3
1Bionsight, Inc., Chuncheon 24341, South Korea.
Journal of advanced research
|September 7, 2025
概括
使用机器学习和实验验证,确定了与视网酸受体相关的孤儿受体gamma t (RORγt) 的新型天然产品抑制剂. 科普蒂辛在牛皮病小鼠模型中显示出强大的Th17细胞抑制和有效性.
科学领域:
- 药理学 药理学是指药理学的学科.
- 计算化学计算化学
- 免疫学 免疫学 免疫学
背景情况:
- 与视网酸受体相关的孤儿受体马t (RORγt) 是Th17细胞和IL-17分泌的关键调节者.
- RORγt抑制剂代表了一种有前途的治疗策略,用于诸如牛皮之类的自身免疫性疾病.
研究的目的:
- 从天然产品 (NP) 中发现新的RORγt抑制剂.
- 采用一种综合方法,结合机器学习 (ML),虚拟选,分子对接和生物验证.
主要方法:
- 在NP库上使用基于ML的虚拟选和基于带的选.
- 进行了分子对接和分子动力学模拟,以确定命中优先级.
- 进行化学分类学分析来分类排名前列的化合物.
- 通过体外抑制Th17分化和体内疗效在牛皮模型中的验证结果.
主要成果:
- ML模型确定了protoberberine类化合物作为潜在的RORγt抑制剂.
- 柏柏林和科普蒂辛在体外证明了Th17分化的强有力的抑制.
- 科普蒂辛对RORγt的结合亲和力比柏柏林更强.
- 科普蒂辛在皮病的临床前小鼠模型中显示出治疗效果.
结论:
- 结合ML,化学分类学和实验验证的集成工作流是发现RORγt抑制剂的有效方法.
- 原贝林类化合物,特别是皮素,是治疗RORγt介导的自身免疫性疾病的有希望的候选者.
