基于的编程细胞死亡1免疫检查点抑制剂的合理设计,使用先进的集成计算方法

科学领域:

• 免疫学 免疫学 免疫学
• 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:

• 编程细胞死亡蛋白1 (PD-1) 和编程细胞死亡连接体1 (PD-L1) 途径是癌症利用的关键免疫检查点.
• 目前的单克隆抗体疗法存在局限性,需要开发像类的替代抑制剂.

研究的目的:

• 设计和评估PD-1/PD-L1免疫检查点的新型抑制剂,使用集成的in silico方法.
• 确定具有增强结合亲和力和癌症免疫疗法的治疗潜力的强类抑制剂.

主要方法:

• 通过将PD-L1片段与经过验证的抗癌结合起来,创建一个多样化的库.
• 利用结构建模,虚拟选,点突变和分子对接来识别主要候选者.
• 通过毒性/过敏性预测,分子动力学,定向分子动力学和雨采样来评估治疗潜力.

主要成果:

• 确定Pep872_mod392作为一种强大的PD-1抑制剂,具有高结合亲和力和低解离常数.
• 结构分析显示Pep872_mod392和PD-1之间存在广泛的相互作用,有效地阻断PD-L1结合.
• 分子动力学模拟证实了Pep872_mod392-PD-1复合物的稳定性和热力学有利性.

结论:

• 872_mod392是作为癌症免疫治疗剂进一步实验验证和优化的有希望的候选者.
• 在 silico 策略是有效的识别免疫检查点和蛋白质-蛋白质相互作用的强抑制剂.
• 这项研究为开发基于的新型癌症疗法奠定了基础.