解码GuaB:机器学习驱动的酶抑制剂对抗超级细菌Acinetobacter baumannii的发现
Mohammad Abdullah Aljasir1, Sajjad Ahmad2
1Department of Medical Laboratories, College of Applied Medical Sciences, Qassim University, Buraydah 52571, Saudi Arabia.
Pharmaceuticals (Basel, Switzerland)
|December 31, 2025
概括
机器学习和基于结构的药物设计确定了针对多药耐药的Acinetobacter baumannii.在多药耐药性Acinetobacter baumannii.中针对GuaB (氨酸5'-酸脱酶) 的新型抑制剂. 三种类似药物的化合物显示出有前途的相互作用,其中-1显示出最稳定.
科学领域:
- 计算化学和药物发现
- 抗微生物耐药性研究的研究.
- 生物信息学和机器学习应用程序
背景情况:
- 多抗药性 (MDR) Acinetobacter baumannii由于抗生素耐药性增加而构成重大威胁.
- 瓜亚B (伊诺辛5酸脱酶),是瓜生物合成途径中的关键酶,是对MDR细菌的一种有前途的治疗标.
- 迫切需要新的治疗策略来对抗抗生素耐药病原体引起的感染.
研究的目的:
- 通过基于机器学习的虚拟查和基于结构的药物设计来识别GuaB的潜在抑制剂.
- 发现具有针对多抗药性Acinetobacter baumannii的活性的新型化学支架.
- 通过分子动力学模拟和结合分析验证潜在的候选药物.
主要方法:
- 开发和应用四个机器学习模型,用于对ChEMBL图书馆进行针对GuaB的虚拟选.
- 基于结构的药物设计和分子对接,以识别与GuaB.相互作用的化合物.
- 200 ns分子动力学 (MD) 模拟以评估构造稳定性,结合相互作用,并验证对接结果.
- 模拟后分析包括PCA,FEL,RDF和DCCM以描述化合物行为.
主要成果:
- 虚拟查发现了三种化合物 (-1,-2,-3) 与瓜布蛋白具有有利的相互作用.
- 所有发现的线索都符合Lipinski的规则5,表明有利的药理动力学特性和药物相似性.
- 分子动力学模拟显示了不同程度的结构稳定性和结合相互作用,其中-2显示出增强的稳定性和-1显示出最低的结合自由能量.
结论:
- 结合机器学习和分子动力学的综合计算管道有效地确定了新型GuaB抑制剂.
- 鉴定到的化合物代表了开发新疗法对抗Acinetobacter baumannii感染的有希望的支架.
- 需要进一步的体外验证,以确认这些化合物的抗抗菌素耐药性的疗效和治疗潜力.
更多相关视频
07:59Rapid and Specific Detection of Acinetobacter baumannii Infections Using a Recombinase Polymerase Amplification/Cas12a-based System
Published on: April 25, 2025
1.1K
05:06Author Spotlight: Advancing Antibiotic Resistance Research Using an Efflux-Deficient Bacterial Strain and a Single-Copy Gene Expression System
Published on: January 5, 2024
1.0K
