新型计算管道用于识别广谱抗病毒药物的目标站点

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:

• 新兴病毒对全球健康构成重大风险,需要开发广泛的抗病毒疗法.
• 目前的抗病毒开发面临的挑战在于在相关的病毒病原体中识别保存的药物标.

研究的目的:

• 为了识别Togaviridae病毒中的保存,可访问的结合点,用于广泛的抗病毒药物开发.
• 利用人工智能和计算方法来发现新的抗病毒目标.

主要方法:

• 一种结合人工智能驱动的蛋白质结构预测,计算碎片浸泡,多个序列对齐和蛋白质稳定性计算的in silico方法.
• 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.
• 通过突变遗传学研究验证已识别的口袋.

主要成果:

• 在阿尔法病毒的nsP2蛋白酶域内识别多个溶剂可访问和结构保存的口袋.
• 突变性证实,这些新型口袋对于多个α病毒的复制是必不可少的.
• 验证这些口袋作为开发nsP2抑制剂的潜在目标.

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口袋代表了开发广泛活跃的直接作用抗病毒药物的有希望的目标,用于对抗Togaviridae感染.
• 这种方法有助于克服广泛的抗病毒药物开发的局限性,通过精确确定保存的治疗点.