In Silico Prediction and Validation of LmGt Inhibitors Using QSAR and Molecular Docking Approaches
本研究结合基于支持向量机的 QSAR 模型与分子对接,从天然来源化合物中预测并验证新型 LmGt 抑制剂,以加速抗墨西哥利什曼原虫药物发现。
2025-05-12 q-bio.BM
Searching inhibitors for three important proteins of COVID-19 through molecular docking studies
缺乏应对COVID-19的推荐药物或疫苗是此次大流行的主要问题。针对类似健康问题批准的药物、临床试验中的药物以及药用植物提取物中的分子进行随机调查,以应对COVID-19感染。分子对接是实时搜索治疗有效药物/分子的最佳方法之一,有望应用于COVID-19。在这次交流中,18个配体与SARS-CoV-2的三个治疗靶蛋白进行了分子对接研究,即,RNA依赖性RNA聚合酶(RdRp)、血管紧张素转换酶2(ACE 2)和刺突糖蛋白(SGp)。所获得的结果表明,与药物扑热息痛和羟氯喹相比,植物化学物质显示出更好的dock评分。结合码头评分和药用特性,我们认为可以进一步探索基于萜类化合物的植物化学物质柠檬苦素和东莨菪碱酸B用于对抗COVID-19的潜在用途。
2020-07-29 q-bio.BM q-bio.QM
In silico ADMET and molecular docking study on searching potential inhibitors from limonoids and triterpenoids for COVID-19
通过分子对接、模拟、计算机模拟ADMET和药物相似性预测对植物化学物质进行虚拟筛选,以鉴定可以抑制SARS-CoV-2作用的潜在命中物。考虑到已发表的关于药用重要性的文献,从柠檬苦素和三萜类化合物中选择了总共154种具有类似结构的植物化学物质来寻找SARS-CoV-2的五个治疗蛋白靶点的潜在抑制剂,即,3CLpro(主要蛋白酶)、PLpro(木瓜蛋白酶样蛋白酶)、SGP-RBD(刺突糖蛋白-受体结合结构域)、RdRp(RNA依赖性RNA聚合酶)和ACE 2(血管紧张素转化酶2)。计算机模拟结果显示,植物化学物质如甘草酸、柠檬苦素、7-去乙酰基-7-苯甲酰基gedunin、山楂酸、科罗索酸、obacunone和熊果酸对SARS-CoV-2的靶蛋白有较好的抗病毒作用。蛋白质与配体相互作用研究表明,这些植物化学物质与靶蛋白活性位点的氨基酸残基结合。因此,这些潜在命中的核心结构可用于进一步的先导优化,以设计针对SARS-CoV-2的药物。此外,含有这些植物化学物质的药用植物,如甘草、印楝、塔尔西、柑橘和橄榄,可用于在传统药物中配制合适的治疗方法。
2020-07-21 q-bio.BM
Prediction of potential inhibitors for RNA-dependent RNA polymerase of SARS-CoV-2 using comprehensive drug repurposing and molecular docking approach
COVID-19的大流行已成为非常严重的全球健康问题。全世界的科学家都投入了大量资金来发现一种对抗SARS-CoV-2的药物。研究发现,RNA依赖的RNA聚合酶(RdRp)在SARS冠状病毒的复制过程中起着重要作用,可能成为潜在的药物靶点。在这里,综合计算方法,包括药物再利用和分子对接,预测一个有效的候选药物靶向SARS冠状病毒-2的RdRp。本研究表明,利福喷丁、利福喷丁、非达霉素、7-甲基-鸟苷-5 '-三磷酸-5'-鸟苷和伊维菌素与SARS-CoV-2的RdRp具有潜在的抑制相互作用,可能是治疗COVID-19的有效药物。此外,从ZINC数据库的化合物的虚拟筛选也允许预测两个化合物(ZINC 09128258和ZINC 09883305)具有与SARS-CoV-2的RdRp有效相互作用的药效团特征,表明它们作为酶的有效抑制剂的潜力。此外,还研究了ADME分析以及毒性分析,以检查两种化合物的药代动力学和药物相似性。蛋白质-抑制剂复合物的比较结构分析显示,氨基酸Y32、K47、Y122、Y129、H133、N138、D140、T141、S709和N781的位置对于SARS-CoV-2的RdRp中的药物表面热点至关重要。
2020-04-15 q-bio.BM
The Computation of Cyclic Peptide with Prolin-Prolin Bond as Fusion Inhibitor of DENV Envelope Protein through Molecular Docking and Molecular Dynamics Simulation
由登革病毒(DENV)引起的疾病已成为世界性的主要健康问题。目前,由于登革热病毒的致病水平,没有有效的治疗方法可以克服这种疾病。一种新的治疗方法,如抗病毒药物是非常必要的,以应对登革热疾病。囊膜蛋白是登革病毒的一种非结构蛋白,参与病毒的融合过程。融合过程由蛋白质结构从二聚体到三聚体状态的构象变化介导。以往的研究表明,囊膜蛋白的二聚体结构上存在空腔。存在的配体可以进入囊膜蛋白的空腔,稳定二聚体结构或阻碍二聚体向三聚体的转变。以这种方式,可以防止熔化过程。本研究的目的是通过分子对接和分子动力学模拟设计具有脯氨酸-脯氨酸键的环肽作为登革病毒包膜蛋白的融合抑制剂。通过分子对接筛选了3,883个环肽,每个环肽都通过脯氨酸-脯氨酸键连接,得到了5个最佳配体。对这5种配体的药理和毒性进行了计算机模拟分析。结果表明,PYRRP是最佳配体。由于PAWRP与蛋白质空腔具有良好的亲和性,因此也被选为最佳配体。用分子动力学模拟分析了配体-蛋白质复合物的稳定性。结果表明,PYRRP配体能够在310 K和312 K下维持DENV包膜蛋白二聚体结构的稳定性。PAWRP配体在310 K时与DENV囊膜蛋白形成复合物的活性高于312 K。因此,PYRRP配体具有开发为DENV融合抑制剂的潜力。
2015-10-27 q-bio.BM
In silico Identification of tipifarnib-like compounds by structure-based pharmacophore, virtual screening and molecular docking against K-Ras post-translation in colorectal cancer
本研究基于替吡法尼与法尼基转移酶复合物结构构建药效团模型,对Asinex数据库进行虚拟筛选和分子对接,最终鉴定出4个候选法尼基转移酶抑制剂用于结直肠癌KRAS突变相关生物学测试。
2023-05-07 q-bio.BM q-bio.CB
In silico investigation of lactone and thiolactone inhibitors in bacterial quorum sensing using molecular modeling
在本研究中,计算研究了最近合成并在体外测试的内酯类和硫代内酯类抑制剂的几个成员的抗群体感应(QS)活动的起源。对接和分子动力学(MD)模拟和结合自由能的计算进行,以揭示这些化合物的确切的结合和抑制档案。内酯系列相对于它们的硫代内酯电子等排体的更高的体外活性基于估计结合能、对接分数和监测MD模拟中产生的复合物的稳定性来验证。强静电贡献的结合能可能是负责较高的抑制活性的内酯相对于硫代内酯系列。本研究的结果有助于了解内酯类抑制剂的抗QS性质,并提供可能有助于合成新型QS抑制剂的重要信息。
2013-05-16 physics.bio-ph q-bio.BM
Evaluation of Peppermint Leaf Flavonoids as SARS-CoV-2 Spike Receptor-Binding Domain Attachment Inhibitors to the Human ACE2 Receptor: A Molecular Docking Study
Institute of Physics, University of Brasília(巴西利亚大学物理研究所);Department of Electrical Engineering, University of Brasília(巴西利亚大学电气工程系)
本研究通过分子对接筛选薄荷叶中16种黄酮类化合物,评估其抑制SARS-CoV-2刺突RBD与人ACE2结合的潜力,明确了各黄酮的结合亲和力与作用机制,为抗新冠感染药物研发提供参考。
2021-09-22 physics.bio-ph q-bio.BM
Docking study for Protein Nsp-12 of SARS-CoV with Betalains and Alfa-Bisabolol
目前的健康危机考验着现代科学和医学对寻找新的COVID-19疾病治疗方法的反应。在世界舞台上的抗病毒药物,如remdesivir,服从于生物活性分子的持续研究与多种理论,计算和实验工具。COVID:19等疾病提醒我们,对用于治疗目的的活性成分的研究应涵盖所有可用的来源,如植物。在目前的工作中,在计算机工具,特别是对接研究,被用来评估的结合和抑制能力的抗病毒药物,如remdesivir对SARS冠状病毒的NSP-12蛋白,聚合酶是关键的SARS冠状病毒的复制。然后将结果与两种天然产物(α-红没药醇和甜菜色素)与SARS-CoV蛋白的对接分析进行比较,以寻找更多COVID-19病毒复制抑制剂的候选物。除了增加有助于解释SARS-CoV-2病毒具体机制的研究外,请记住,从现在起,我们将不得不无限期地与病毒共存。最后,天然产品如甜菜色素可能具有小数量级的抑制作用,但与其他协同活性成分结合,它们可能会增加对SARS-CoV NSP-12蛋白的抑制作用。
2020-12-28 q-bio.BM
New Candidates for Furin Inhibition as Probable Treat for COVID-19: Docking Output
弗林蛋白酶是一种丝氨酸蛋白酶,参与宿主细胞前蛋白的加工和活化。这种酶在激活几种病毒中也起着重要作用,如新出现的SARS-CoV-2病毒,这种病毒导致COVID-19疾病,具有高毒力和死亡率。与病毒酶不同,弗林蛋白酶具有恒定的序列和活性位点特征,似乎是COVID-19治疗药物设计的更好靶点。考虑到弗林蛋白酶活性位点作为受体和一些来自不同类别的批准药物,包括抗病毒药物,抗生素和抗原生动物/抗寄生虫药物,这些药物对COVID-19具有疑似有益作用,作为配体,我们在HEX软件中进行了对接实验,以挑选那些能够以高亲和力结合弗林蛋白酶活性位点的药物,并建议它们作为临床试验评估的可能候选药物。我们的对接实验表明,沙奎那韦、奈非那韦和阿扎那韦的累积抑制效应分别为2.52、2.16和2.13,即使在COVID-19的严重病例中作为辅助治疗,它们似乎也是弗林蛋白酶抑制的最佳候选药物,而克拉霉素、氯硝柳胺和红霉素的累积抑制指数分别为1.97、1.90、1.95和1.97。和1.84,副作用低于抗病毒药物,可作为COVID-19第一阶段的缓解药物,是一种有希望的治疗方法。
2021-07-27 q-bio.BM q-bio.QM
Advancing Alzheimer's Disease Treatment: Synergistic Ligand Combinations Targeting BACE1 via Multi-Ligand Simultaneous Docking
Dayananda Sagar University(达亚南达萨加尔大学);AIIMS–Bathinda(巴廷达印度医学研究理事会阿尤尔维达医学研究所)
本研究采用多配体同时对接技术筛选出4组优于III期抑制剂的BACE1协同配体组合,为阿尔茨海默病新型联合疗法提供了新方向。
2026-09-07 q-bio.BM
Predicting inhibitors for SARS-CoV-2 RNA-dependent RNA polymerase using machine learning and virtual screening
由新发现的SARS- CoV-2冠状病毒引起的全球冠状病毒疾病大流行(COVID-19)继续夺去全球数千人的生命。由于无法获得治疗COVID-19的特定药物,因此使用各种方法(包括计算分析)进行药物重新定位。这种分析主要依赖于分子对接,并且需要靶蛋白的3D结构可用。在这项研究中,我们利用了一组机器学习算法,并在RNA依赖性RNA聚合酶(RdRp)抑制剂的数据集上训练它们,仅基于配体信息对抗病毒和抗炎药物进行推理分析。我们还对机器学习模型预测的候选药物进行了虚拟筛选分析,并将其与SARS- CoV-2 RdRp的活性位点对接,这是病毒复制机制的关键组成部分。基于RdRp抑制剂的配体信息,机器学习模型能够识别出候选物,如瑞德西韦和baloxavir marboxil,这些分子对新型冠状病毒的RdRp具有记录的活性。在其他确定的候选药物中,有贝卡布韦,一种丙型肝炎病毒(HCV)RdRp酶的非核苷抑制剂,以及HCV蛋白酶抑制剂帕利匹韦和法尔达匹韦。对这些候选物使用针对SARS-CoV-2 RdRp的分子对接的进一步分析揭示了针对酶活性位点的低结合能。我们的方法还确定了抗炎药物羽扇豆醇,lifitegrast,antrafenine,桦木酸和熊果酸对SARS-CoV-2 RdRp具有潜在的活性。我们建议考虑进一步验证本研究的结果,作为对抗COVID-19的潜在治疗选择。
2020-06-09 q-bio.BM q-bio.QM
Pharmacophore and ligand-guided screening of antibacterial leads targeting antibiotic resistance factor in Gram-negative bacteria
致病性革兰氏阴性细菌由于其在脂寡糖(LOS)外层上产生包膜的能力而对抗生素产生了抗性。LOS脂质A的阳离子磷酸乙醇胺(PEA)修饰受脂质A-PEA转移酶(EptA)的调控,这可能是开发新抗生素的重要靶点。奈瑟球菌EptA的结构表征为其催化机制和配体识别提供了结构基础,这对于抑制剂的开发至关重要。在这项研究中,结合药效团和配体为基础的方法已被用来探索新的有效的EptA抑制剂中的数百万个商业可用的化合物和批准的药物。通过在MoE中进行的单个两步半柔性对接模拟,进一步检查了从基于ZincPharmer药效团的筛选和PubMed配体相似性搜索中获得的总计8166个命中分子。因此,基于其对接评分和两个对接验证的一致性选择最佳命中。结合自由能计算表明,最好的20个共有化合物具有比EptA天然底物PEA更强的结合亲和力。进一步的相互作用分析所选择的八个配体表明,这些配体具有整体更有效的相互作用与催化必需的残基和金属辅因子的EptA。选定的命中可以在体外进一步分析,并通过临床前试验进行检查。这项研究提供了对药物再利用的深入了解,这可能是开发新型强效EptA抑制剂以对抗多重耐药革兰氏阴性菌毒力的第一步。
2018-03-13 q-bio.BM
PIPER: An FFT-based Protein Docking Program with Pairwise Potentials
快速傅立叶变换(FFT)相关方法用于蛋白质-蛋白质对接可以评估网格上数十亿对接构象的能量,如果能量以相关函数的形式描述。在这里,这种限制被删除,该方法是有效地使用成对的相互作用潜力,大大提高对接结果。其基本思想是用对应于几个主要特征值的特征向量来近似相互作用矩阵,从而得到一个写为几个相关函数之和的能量表达式,并通过重复的FFT计算来解决问题。除了描述该方法是如何实现的,我们提出了一类新的结构为基础的成对分子间的潜力。从蛋白质-蛋白质复合物的结构中提取DARS(Decoys As the Reference State)势,并使用大量对接构象作为诱饵来推导参考状态中的原子对分布。目前版本的DARS潜力很好地适用于酶抑制剂复合物。与新的FFT为基础的程序,DARS提供了更好的对接结果比早期的方法,在许多情况下,产生50%以上的近天然对接构象。尽管对于抗体-抗原对的潜力远不是最佳的,但是结果仍然比早期的FFT方法给出的结果稍好。对接程序PIPER可免费用于非商业应用。
2006-05-11 q-bio.BM
Profiling Of Volatiles In Tissues Of Salacia Reticulata Wight. With Anti-Diabetic Potential Using GC-MS And Molecular Docking
本研究通过GC-MS分析Salacia reticulata Wight.各组织中的挥发性成分,并结合ADMET性质与分子对接,发现CID-240051和CID-533471具有抑制人类麦芽糖酶-葡糖淀粉酶的潜力,为开发抗2型糖尿病药物提供候选化合物。
2023-07-09 q-bio.BM q-bio.TO
Evolutionary Multi-Objective Design of SARS-CoV-2 Protease Inhibitor Candidates
University of Oldenburg(奥尔登堡大学)
基于人工智能的计算药物设计是一个新兴的研究领域。在撰写本文时,世界正遭受冠状病毒SARS-CoV-2的爆发。阻止病毒复制的一种有希望的方法是通过蛋白酶抑制。我们提出了一个进化多目标算法(EMOA)来设计潜在的蛋白酶抑制剂的SARS冠状病毒的主要蛋白酶。基于SELFIES表示,EMOA使用对接工具QuickVina 2最大化候选配体与蛋白质的结合,同时考虑进一步的目标,如药物相似性或满足过滤器约束。实验部分分析了进化过程,并讨论了抑制剂的候选人。
2020-05-18 cs.LG cs.NE q-bio.BM
Mining for Potent Inhibitors through Artificial Intelligence and Physics: A Unified Methodology for Ligand Based and Structure Based Drug Design
开发了结合深度强化学习与实时3D分子对接的机器学习算法iMiner,通过多类型奖励函数和复合过滤工作流生成并筛选具有高化学兼容性和稳定性的新型目标蛋白抑制剂。
2024-01-10 physics.bio-ph physics.chem-ph physics.data-an
Old Drugs for Newly Emerging Viral Disease, COVID-19: Bioinformatic Prospective
于二零一九年年底及二零二零年爆发的冠状病毒(COVID-19)构成全球范围内严重且更有可能成为大流行的威胁。鉴于目前这种疾病还没有批准疫苗或药物,在这种情况下,任何基于其作用机制的药物设计和/或旧药物临床试验的努力都是值得和值得信赖的。经验丰富的对接实验使用新发布的COVID-19蛋白酶的配位结构作为受体,并在抗病毒和抗生素药物中精心选择化学品作为配体,可能在这方面处于领先地位。我们从HIV-1蛋白酶抑制剂中选择了9种药物,从抗支气管炎药物中选择了21种候选药物,根据它们的化学结构,并将它们以不同的模式和类似天然的相互作用条件进行盲态和主动定点对接。结果表明,对HIV-1蛋白酶抑制剂,候选药物的结合能力和抑制效力依次为替拉那韦>茚地那韦>阿扎那韦>达芦那韦>利托那韦>安普那韦;对抗支气管炎药物,候选药物的结合能力和抑制效力依次为头孢妥仑>头孢克肟>红霉素>克拉霉素。药物的生物利用度、它们的疏水性和它们的结合位点的疏水特性,以及它们在人体内的代谢和失活速率,是它们对病毒感染的总体效果的下一个决定因素,应该通过临床试验调查这些净结果,以评估它们对冠状病毒感染的治疗有用性。
2020-03-10 q-bio.BM
MEGADOCK-GUI: a GUI-based complete cross-docking tool for exploring protein-protein interactions
关于蛋白质相互作用(PPI)的信息不仅促进了我们对分子生物学的理解,而且为药物发现中的靶点选择和PPI抑制剂的设计提供了重要线索。用于PPI的计算预测的技术之一是蛋白质-蛋白质对接计算,并且已经开发了各种软件。然而,对于不太熟悉命令行界面的用户来说,迄今为止还没有开发出友好的界面。在这项研究中,我们开发了一个图形用户界面,MEGADOCK-GUI,使用户能够轻松地预测PPI和蛋白质复合物结构。除了原始的3-D分子查看器和输入文件准备功能外,MEGADOCK-GUI是一种可以自动执行$M$与$N$蛋白质完全交叉对接的软件。通过MEGADOCK-GUI,可以轻松地进行与PPI预测相关的各种应用,例如处理蛋白质多种构象的集合对接和筛选与特定蛋白质结合的结合伴侣蛋白。
2021-05-08 cs.DC q-bio.BM q-bio.MN
Multi-Ligand Simultaneous Docking Analysis of Moringa Oleifera Phytochemicals Reveals Enhanced BCL-2 Inhibition via Synergistic Action
本研究首次采用多配体同时对接技术分析辣木叶植物化学物质对BCL-2的抑制作用,发现多种化合物单配体结合亲和力优于商用抑制剂,且部分化合物间存在协同增强抑制的效应,为抗癌治疗策略开发提供新思路。
2025-05-17 q-bio.BM
Deep Learning-based QSAR Model for Therapeutic Strategies Targeting SmTGR Protein's Immune Modulating Role in Host-Parasite Interaction
针对血吸虫病治疗靶点SmTGR蛋白,本研究开发深度学习驱动的QSAR模型识别潜在抑制剂,经分子对接验证其强结合亲和力,为加速抗血吸虫病药物发现提供了有效策略。
2025-08-18 q-bio.BM
In silico identification of potential natural product inhibitors of human proteases key to SARS-CoV-2 infection
目前,没有批准的药物或疫苗来治疗COVID-19,COVID-19已蔓延到200多个国家,并导致全球超过3,65,000人死亡。最近的研究表明,两种人类蛋白酶,TMPRSS 2和组织蛋白酶L,在SARS-CoV-2进入宿主细胞中起关键作用。重要的是,这些蛋白酶的抑制剂被证明可以阻断SARS-CoV-2感染。在这里,我们进行虚拟筛选的14010植物化学物质产生的印度药用植物,以确定TMPRSS 2和组织蛋白酶L的天然产物抑制剂。我们建立了TMPRSS 2的同源性模型,因为实验确定的结构不可用。利用AutoDock Vina对TMPRSS 2模型结构和组织蛋白酶L晶体结构进行植物化学物质的分子对接。通过比较它们与已知的TMPRSS 2和组织蛋白酶L抑制剂的对接结合能来筛选潜在的植物化学抑制剂。此外,将配体结合位点残基和非共价蛋白质与配体相互作用用作另外的过滤器,以鉴定与对靶蛋白酶的特异性重要的残基结合或与其形成相互作用的植物化学抑制剂。在印度药用植物的植物化学物质中,我们已经鉴定了96种TMPRSS 2抑制剂和9种组织蛋白酶L抑制剂。TMPRSS 2的顶级抑制剂是Edgeworoside C、Adlumidine和Qingdainone,组织蛋白酶L的顶级抑制剂是Ararobinol。有趣的是,几种已鉴定的植物化学抑制剂的草药来源在传统医学中具有抗病毒或抗炎用途。进一步的体外和体内测试…
2020-06-01 q-bio.BM q-bio.MN
Virtual Screening of Plant Metabolites against Main protease, RNA-dependent RNA polymerase and Spike protein of SARS-CoV-2: Therapeutics option of COVID-19
COVID-19是由SARS-CoV-2引起的严重呼吸系统并发症,已成为人类医疗保健系统的全球威胁之一。本研究通过药物再利用的方法,采用分子对接技术,对植物源性117种药物进行了药物表面分析,并对药物表面结构进行了初步研究。分子相互作用研究表明,利福平(-16.3 kcal/mol)是MPP的最高抑制剂,其中偶氮苯甲酮被发现是最有效的植物治疗剂,用于阻断SARS-CoV-2的RdRp(-15.9 kcal /mol)和S(-14.4 kcal/mol)蛋白。通过对所有对接结果的比较分析,发现偶氮苯查尔酮、利福平、异甘草酮、粉防己碱和防己诺林碱是最有潜力的针对SARS冠状病毒关键蛋白的抑制性植物化合物。然而,氨基酸位置; MPP的H41、C145和M165对药物表面相互作用起关键作用,而F368、L371、L372、A375、W509、L514、Y515对RdRP起关键作用。此外,S蛋白的药物相互作用表面也显示出与其所有最大抑制剂相似的模式。ADME分析还加强了筛选的植物治疗剂作为具有最高药物友好性的抗SARS-C的有效候选药物的可能性。
2020-05-22 q-bio.BM q-bio.GN
Virtual screening and lead optimisation to identify novel inhibitors for HDAC-8
组蛋白脱乙酰酶(HDAC)和组蛋白乙酰转移酶(HAT)是通过选择性地使位于核心组蛋白的氨基末端附近的赖氨酸的(N)-氨基脱乙酰化或乙酰化来影响转录的酶。HDAC的过度表达在包括白血病和乳腺癌在内的许多形式的癌症中观察到。HDAC抑制剂已被证明是生长停滞、分化和/或凋亡性细胞死亡的有效诱导剂。组蛋白去乙酰化酶抑制剂作为抗癌药物的研究越来越受到人们的关注。取HDAC-8的三个已知配体并对接。最好的分数被分析,与这些配体相似的结构被用carol和corina数据库下载并对接。还使用分子对接计算筛选小分子的大数据库,以获得可以在构象和化学上适合活性位点的命中。选择GoldScore和ChemScore得分高的分子,并与以前的结果进行比较。最佳结果被用来计算氢键相互作用和紧密接触。进行了最佳排序配体的生物活性预测。并对其理化性质进行了分析。四个新的分子被确定,并建议在湿实验室进一步测试。
2012-09-13 q-bio.BM q-bio.GN
Computational Analysis using Multi-ligand Simultaneous Docking of Withaferin A and Garcinol Reveals Enhanced BCL-2 and AKT-1 Inhibition
本研究通过单配体对接与 MLSD 评估 Withaferin A 和 Garcinol 对 BCL-2、AKT-1 的协同结合,发现其亲和力均优于商用抑制剂,为抗癌及靶向干细胞药物开发提供依据。
2025-05-13 q-bio.BM
Prediction of Binding Affinity for ErbB Inhibitors Using Deep Neural Network Model with Morgan Fingerprints as Features
本文提出以 SMILES 生成的 Morgan 指纹为输入,训练 DNN 预测 ErbB 抑制剂结合亲和力,并在训练集和测试集上验证其良好精度与泛化能力。
2025-01-09 q-bio.BM
CovDocker: Benchmarking Covalent Drug Design with Tasks, Datasets, and Solutions
Huazhong University of Science and Technology(华中科技大学);Microsoft Research AI for Science(微软研究院人工智能科学部);Shanghai Artificial Intelligence Laboratory(上海人工智能实验室)
针对现有方法忽略共价键形成的问题,提出共价对接基准CovDocker,将其分解为反应位置预测、共价反应预测和共价对接三个任务,并改造Uni-Mol等模型建立基线,推动共价药物设计研究。
2025-06-26 cs.AI cs.LG q-bio.BM
Computationally repurposed drugs and natural products against RNA dependent RNA polymerase as potential COVID-19 therapies
为了快速发展的COVID-19,只能使用药物(标签外使用)或已注册或在先前人体试验中评估安全性的批准天然产品。这些药物可以在COVID-19患者中快速评估,因为它们的安全性和药代动力学应该已经很好地了解。计算方法通过预测和排列这些化合物对特定病毒蛋白靶点的亲和力,为快速筛选这些产品的潜在SARS-CoV-2活性提供了希望。RNA依赖性RNA聚合酶(RdRP)是SARS-CoV-2药物开发的一个有希望的靶点,因为它没有人类同源物,使得RdRP抑制剂可能更安全,与靶向其他病毒蛋白的药物相比,脱靶效应更少。我们将RdRP上的强大Vina对接与前80种确定的候选药物的分子动力学(MD)模拟相结合,以产生最有前途的RdRP抑制剂列表。文献综述显示,许多预测的抑制剂已在体外试验中显示出活性,或已被其他研究组预测为具有活性。我们的筛选揭示的新的命中现在可以方便地在RdRP抑制测定中测试活性,并且如果在人体试验中测试之前确认体外抗病毒活性,
2020-11-29 q-bio.BM
Generative Active Learning for the Search of Small-molecule Protein Binders
Mila – Québec AI Institute(米拉-魁北克人工智能研究所);Dreamfold;McGill University(麦吉尔大学);Université de Montréal(蒙特利尔大学);IRIC, Université de Montréal(蒙特利尔大学IRIC研究所);Valence Labs(Valence实验室);X-Chem(X-Chem公司);MIT(麻省理工学院);AI Redefined
本文提出生成式主动学习方法LambdaZero,结合深度强化学习与分子对接,在可合成性和类药物性约束下高效设计sEH抑制剂,实现指数级加速并发现新型喹唑啉骨架先导化合物。
2024-05-02 cs.AI cs.LG q-bio.BM
Active Learning-Guided Seq2Seq Variational Autoencoder for Multi-target Inhibitor Generation
Barcelona Supercomputing Center (BSC)(巴塞罗那超级计算中心);PhD program in Biotechnology, Faculty of Pharmacy and Food Sciences, University of Barcelona (UB)(巴塞罗那大学药学与食品科学系生物技术博士项目);Alzheimer's Research UK Oxford Drug Discovery Institute, Centre for Medicines Discovery, Nuffield Department of Medicine, Oxford, UK(英国阿尔茨海默病研究奥德赛药物发现研究所、药物发现中心、医学系,牛津,英国);Centre for Medicines Discovery, Nuffield Department of Medicine Research Building (NDMRB), University of Oxford, Oxford, UK(药物发现中心、医学系研究大楼(NDMRB)、牛津大学,牛津,英国)
本研究提出一种集成Seq2Seq变分自编码器的主动学习框架,通过迭代优化平衡化学多样性与多靶点亲和力,成功生成针对三种冠状病毒主蛋白酶的泛抑制剂候选,将稀疏奖励的多目标药物设计转化为可行计算任务。
2025-06-18 cs.AI cs.LG q-bio.BM
In silico identification of clinically approved medicines against the main protease of SARS-CoV-2, causative agent of covid-19
由SARS-CoV-2引发的COVID-19大流行是一场全球性的健康灾难。主蛋白酶是冠状病毒中一个有吸引力的药物靶点,因为它在加工从病毒RNA翻译的多蛋白方面发挥着至关重要的作用。目前还没有针对SARS-CoV-2引起的这种疾病的确切药物或治疗方法。本研究采用分子对接方法,研究了几种FDA批准的药物对SARS-CoV-2主要蛋白酶活性位点的结合亲和力。对接研究表明,药物奥司他韦(抗H1N1药物)、利福平(抗TB药物)、马拉韦罗、依曲韦林、茚地那韦、阿匹韦林(抗HIV药物)和阿托伐醌、奎尼丁、卤泛群、阿莫地喹、四环素、阿奇霉素、羟基氯喹(抗疟疾药物)等以相似或更高的亲和力结合在蛋白酶的活性位点。然而,本研究中测试的药物分子的计算机模拟能力需要通过进行体外和体内研究进一步验证。此外,这项研究扩展了目前药物的潜在用途,以考虑和用于包括快速扩展的SARS-CoV-2感染。
2020-04-25 q-bio.BM
Multi-ligand simultaneous docking of Carica papaya leaf phytochemicals, Carpaine and Rutin, reveals multi-mechanism inhibition of cancer proteins BCL-2 and WWP1
Department of Biological Sciences, School of Basic and Applied Sciences, Dayananda Sagar University(戴扬达·萨加尔大学基础与应用科学学院生物学系);School of Engineering, Dayananda Sagar University(戴扬达·萨加尔大学工程学院);Prescience Insilico Private Limited(普雷西恩斯因西里科私人有限公司)
本研究通过分子对接和MLSD等方法,发现番木瓜叶的Carpaine和Rutin可分别通过加性和变构效应抑制BCL-2和WWP1,与硼替佐米联用增强抗癌潜力。
2026-09-09 q-bio.BM
In Silico Screening of Some Naturally Occurring Bioactive Compounds Predicts Potential Inhibitors against SARS-COV-2 (COVID-19) Protease
于二零一九年十二月在中国武汉市确认为COVID-19的SARS-COV-2现已被世界卫生组织宣布为大流行病,其传播链和治疗均成为医学界的难题。关于治疗这一流行病的报告仍然缺乏。我们坚信,大自然本身为任何复杂的问题提供了一个简单的解决方案,这促使我们对一些生物活性天然化合物进行了电子调查,据报道,这些化合物存在于地球上发现的神奇植物Anthocephalus Cadamba的果实和叶子中,旨在预测对上述病毒的潜在抑制剂。在B3 LYP/631+G(d,p)水平上对这9个天然化合物的基态配体结构进行了密度泛函理论模拟,并将它们与SARS-COV-2蛋白酶进行了分子对接,计算了它们与蛋白酶的结合亲和力,筛选了它们与蛋白酶的结合位点。在这九种研究的天然存在的化合物中,油酸似乎是COVID-19的潜在抑制剂,其次是熊果酸、异瓦莱夏丁胺、瓦莱夏丁胺、长春酰胺-N-氧化物、异二氢氨基-长春酰胺、绿原酸戊酯和D-肌肌醇。因此,这些生物活性天然化合物或其结构类似物可以被探索为抗COVID 19药物试剂,其将由于其天然存在而具有低成本合成和较少或没有副作用的独特特征。与植物化学物质有关的溶解性和溶剂效应可能是关注点。邀请对这些拟议的天然化合物或其结构类似物进行体内研究,以设计和开发用于治疗COVID-19大流行的潜在药物/疫苗。
2020-04-03 physics.bio-ph q-bio.BM q-bio.PE
RAPID-Net: Accurate Pocket Identification for Binding-Site-Agnostic Docking
Department of Physics and Astronomy, Wayne State University(物理学与天文学系,韦恩州立大学);Cherkasy Medical Academy(切尔卡西医学院);Center for Integrative Metabolic and Endocrine Research, School of Medicine, Wayne State University(整合代谢与内分泌研究中心,医学院,韦恩州立大学)
提出 RAPID-Net 深度学习口袋预测算法,可无缝接入对接流程,在 PoseBusters 等基准上提升对接与口袋-配体交叠表现,并识别远端及次级变构位点。
2025-07-23 cs.AI cs.LG physics.bio-ph
Targeting Receptor Binding Domain and Cryptic Pocket of Spike glycoprotein from SARS-CoV-2 by biomolecular modeling
SARS-CoV-2是新冠肺炎(Covid-19)的病原体,迄今已报告约343.5万例人类感染病例,其中包括187个国家的23.9万多例死亡病例,目前尚无有效的治疗方法。为此,有必要探索新的方法来开发能够抑制病毒进入宿主细胞的药物。因此,这项工作包括探索SARS-CoV-2(PDB ID:6VSB)刺突蛋白的潜在抑制化合物,这些化合物从Patogen Box获得。随后,通过虚拟筛选和分子对接技术对它们进行筛选,从而获得了1000个化合物的顶部,这些化合物用于针对位于受体结合结构域(RBD)中的结合位点和位于N-末端结构域(NTD)中的隐蔽位点,从而产生了用于阻断感染的良好的药物靶标。从前1000个化合物中选择最佳化合物(TCMDC-124223)用于结合位点。它与干预识别和随后进入宿主细胞的特定残基相互作用,导致与对照化合物(橙皮苷和大黄素)相比更有利的结合自由能。以相同的方式,选择化合物TCMDC-133766作为隐蔽位点。这些鉴定的化合物是潜在的抑制剂,可用于开发允许有效治疗该疾病的新药。
2020-06-11 q-bio.BM
Computational and Experimental Characterization of NF023, A Candidate Anticancer Compound Inhibiting cIAP2/TRAF2 Assembly
蛋白质相互作用是许多重要生理过程的基础,并且是目前有希望的,但困难的药物发现的靶点。在这种情况下,凋亡抑制蛋白(IAP)介导的相互作用对癌细胞存活至关重要; cIAP 2的BIR 1结构域与TRAF 2的相互作用显示导致cIAP募集至TNF受体,促进NF-κB存活途径的激活。在这项工作中,使用组合的计算机体外方法,我们鉴定了一种药物样分子NF 023,能够破坏cIAP 2与TRAF 2的相互作用。我们在体外证明了其干扰cIAP 2-BIR 1/TRAF 2复合物组装的能力,并通过300 ns的248个平行无偏分子动力学模拟(总计近75 μs的全原子采样)对化合物的作用模式进行了全面表征,通过聚类和系综对接鉴定了cIAP 2的BIR 1结构域的多种结合模式。因此,NF 023是一种有前途的蛋白质相互作用破坏剂,代表了开发癌症中NF-κ B介导的细胞存活调节剂的起点。这项研究代表了一个模型程序,显示了使用大规模的分子动力学方法来代表混杂的相互作用。
2021-03-19 q-bio.BM
Interactivity: the missing link between virtual reality technology and drug discovery pipelines
多年来,虚拟现实(VR)对药物设计和开发的潜力一直受到认可。硬件和软件的发展意味着这种潜力正在开始实现,VR方法正在积极地应用于这一领域。最近的一个进展是使用VR不仅可视化和与分子结构相互作用,而且还与“在飞”的分子动力学模拟(VR中的交互式分子动力学,IMD-VR)相互作用,这不仅对灵活对接有用,而且还可以检查结合过程和构象变化。iMD-VR已显示可用于产生与靶蛋白结合的配体的复合物,例如,最近应用于SARS-CoV-2主要蛋白酶的肽抑制剂。在这篇评论中,我们使用术语“交互式VR”来指代交互性是用户VR体验固有部分的软件,例如,进行结构修改或与物理上严格的分子动力学(MD)模拟相互作用,而不是简单地使用VR控制器旋转和平移分子以增强可视化。在这里,我们描述了这些方法和它们的应用程序相关的药物发现的问题,突出的可能性,他们在这个舞台上提供。我们认为,观察和操纵分子结构和动力学的容易性,以及在飞行中修改结构的能力(例如,添加或删除原子)使现代交互式VR成为药物开发方法宝库中的一个有价值的工具。
2022-02-08 q-bio.BM
Target Specific De Novo Design of Drug Candidate Molecules with Graph Transformer-based Generative Adversarial Networks
Biological Data Science Lab, Dept. of Computer Engineering, Hacettepe University(哈切塔佩大学计算机工程系生物数据科学实验室);Dept. of Computer Engineering, Hacettepe University(哈切塔佩大学计算机工程系);Dept. of Chemistry, Middle East Technical University(中东技术大学化学系);Dept. of Physics, Middle East Technical University(中东技术大学物理系);Dept. Of Artificial Intelligence Engineering, Bahcesehir University(巴切塞希尔大学人工智能工程系);Cancer Systems Biology Lab, Graduate School of Informatics, Middle East Technical University(中东技术大学信息研究生院癌症系统生物学实验室);Dept. of Pharmaceutical Chemistry, Faculty of Pharmacy, Gazi University(加齐大学药学系药剂化学系);Laboratory of Molecular Modeling, Evias Pharmaceutical R&D Ltd.(Evias制药研发有限公司分子建模实验室);Dept. of Electrical and Electronics Engineering, İskenderun Technical University(伊斯肯德伦技术大学电子与电气工程系);Institute for Computational Biomedicine, Heidelberg University(海德堡大学计算生物医学研究所);Dept. of Bioinformatics, Graduate School of Health Sciences, Hacettepe University(哈切塔佩大学健康科学研究生院生物信息学系)
提出DrugGEN,一种基于图Transformer生成对抗网络的端到端系统,用于从头设计靶向AKT1蛋白的药物候选分子,经分子对接、动力学及体外实验验证,成功发现两种低微摩尔浓度抑制剂。
2025-05-26 cs.LG q-bio.BM q-bio.QM