广告

页1 - 31|引用作为

分子模拟驱动的药物重新利用用于识别SARS-CoV-2非结构蛋白抑制剂

协议
第一个在线:
部分药理学和毒理学方法书系列

摘要

SARS-CoV-2大流行(COVID-19)迫切需要寻找一种潜在的药物分子来治疗它。通过初步计算筛选，然后进行实验验证，重新利用fda批准的药物，现在是一种完善的药物发现方案，试图在有限的时间内找到针对COVID-19的有效治疗方法，毒性风险更低，疗效更高。在这项研究中，我们通过计算确定了一些与SARS-CoV-2已知靶点具有良好分子相互作用的药物。对50个对接蛋白-药物复合物进行了模拟研究。建议将前16种药物(DB00198、DB00224、DB00503、DB00811、DB01098、DB01601、DB02701、DB04703、DB06159、DB06290、DB08889、DB09027、DB09297、DB13751、DB13814和DB15623)作为潜在候选药物，进行进一步的实验评估，以挑选能够抑制病毒并对抗大流行的药物。这16种fda批准的药物分子是在关于药物再利用以消除新型冠状病毒的大量新兴文献的背景下提出的。

关键字

卫生组织(世界卫生组织) SARS-CoV-2(严重急性呼吸综合征冠状病毒2) 国家生物技术信息中心 食品和药物管理局 DB(药物库)
这是订阅内容的预览，登录检查访问权限。

笔记

致谢

该项目由印度政府MEITY和CDAC以及印度政府生物技术部运营的国家超级计算任务提供支持。

参考文献

  1. 1.
    Cascella M, Rajnik M, Cuomo A, Dulebohn SC, Di Napoli R(2020)冠状病毒(COVID-19)的特征、评估和治疗。: Statpearls。出版、StatPearls谷歌学者
  2. 2.
    陈建富，郭克勤，朱震，朱宏，杜kkw，袁晟，袁基基(2020)从武汉非典型肺炎患者分离的2019年新型人致病性冠状病毒的基因组特征。新兴Microb感染9(1):221-236。https://doi.org/10.1080/22221751.2020.1719902 CrossRef谷歌学者
  3. 3.
    Gordon DE, Jang GM, Bouhaddou M, Xu J, Obernier K, White KM等(2020)SARS-CoV-2蛋白相互作用图揭示药物再利用的靶点。自然583:459 - 468。https://doi.org/10.1038/s41586-020-2286-9 CrossRef谷歌学者
  4. 4.
    Gil C, Ginex T, Maestro I, Nozal V, Barrado-Gil L, Cuesta-Geijo MA等(2020)COVID-19:药物靶点和潜在治疗方法。医学化学63:12359。https://doi.org/10.1021/acs.jmedchem.0c00606 CrossRef谷歌学者
  5. 5.
  6. 6.
    Osakwe O, Rizvi SA(2016)药物发现、开发和商业化的社会方面。学术出版社，纽约，纽约https://doi.org/10.1016/B978-0-12-802220-7.00017-X CrossRef谷歌学者
  7. 7.
    Simsek M, Meijer B, van Bodegraven AA, de Boer NK, Mulder CJ(2018)在旧药中发现隐藏的宝藏:仿制药许可的挑战和重要性。今日毒品发现23(1):17-21。https://doi.org/10.1016/j.drudis.2017.08.008 CrossRef谷歌学者
  8. 8.
    Talevi A, Bellera CL(2020)药物再利用的挑战和机遇:寻找寻找治疗方法替代用途的策略。专家Opin药物发现15:397。https://doi.org/10.1080/17460441.2020.1704729 CrossRef谷歌学者
  9. 9.
    Dhir N, Jain A, Mahendru D, Prakash A, Medhi B(2020)药物再利用与孤儿病治疗。正确的做法:药物再利用。IntechOpen,里耶卡。https://doi.org/10.5772/intechopen.91941 CrossRef谷歌学者
  10. 10.
  11. 11.
    Singh AK, Singh A, Shaikh A, Singh R, Misra A(2020)氯喹和羟氯喹治疗伴有或不伴有糖尿病的COVID-19:系统搜索和叙述回顾，特别参考印度和其他发展中国家。糖尿病Metab Synd 14:214。https://doi.org/10.1016/j.dsx.2020.03.011 CrossRef谷歌学者
  12. 12.
    Malek AE, Granwehr B, Kontoyiannis DP(2020)强力霉素作为COVID-19治疗的潜在合作伙伴。IDCases 21: e00864。https://doi.org/10.1016/j.idcr.2020.e00864 CrossRef谷歌学者
  13. 13.
    Caly L, Druce JD, Catton MG, Jans DA, Wagstaff KM (2020) fda批准的药物伊维菌素在体外抑制SARS-CoV-2的复制。抗病毒决议178:104787。https://doi.org/10.1016/j.antiviral.2020.104787 CrossRef谷歌学者
  14. 14.
    杨建文，杨琳，罗荣国，徐建峰(2020)皮质类固醇治疗病毒性肺炎:COVID-19及其他。临床微生物感染26:1171。https://doi.org/10.1016/j.cmi.2020.06.020 CrossRef谷歌学者
  15. 15.
    付斌，徐旭，魏华(2020)托珠单抗为何能有效治疗重症COVID-19?中华医学杂志18(1):1 - 5。https://doi.org/10.1186/s12967-020-02339-3 CrossRef谷歌学者
  16. 16.
    Pizzorno A, Padey B, Dubois J, Julien T, traverver A, Dulière V等(2020)单一和联合可再利用药物对SARS-CoV-2的体外抗病毒活性评价。抗病毒决议181:104878。https://doi.org/10.1016/j.antiviral.2020.104878 CrossRef谷歌学者
  17. 17.
    Rossignol JF (2016) Nitazoxanide，治疗中东呼吸综合征冠状病毒的新候选药物。中华传染病学杂志9(3):227-230。https://doi.org/10.1016/j.jiph.2016.04.001 CrossRef谷歌学者
  18. 18.
    Parvathaneni V, Gupta V(2020)利用药物重新利用来对抗covid -19的疗效、局限性和挑战。生命科学259:118275。https://doi.org/10.1016/j.lfs.2020.118275 CrossRef谷歌学者
  19. 19.
  20. 20.
    Rudrapal M, Khairnar SJ, Jadhav AG(2020)药物再利用(DR):药物发现的一种新兴方法。正确的做法:药物再利用。IntechOpen,里耶卡。https://doi.org/10.5772/intechopen.93193 CrossRef谷歌学者
  21. 21.
    Jarada TN, Rokne JG, Alhajj R(2020)计算药物重新定位:策略，方法，机会，挑战和方向。化学信息学杂志12(1):1 - 23。https://doi.org/10.1186/s13321-020-00450-7 CrossRef谷歌学者
  22. 22.
    Elfiky AA(2020)抗- hcv，核苷酸抑制剂，重新用于对抗COVID-19。生命科学241:117477。https://doi.org/10.1016/j.lfs.2020.117477 CrossRef谷歌学者
  23. 23.
    Chakraborti S, Bheemireddy S, Srinivasan N(2020)针对SARS-CoV-2主要蛋白酶的药物再利用:基于现有实验室和临床数据支持的机制见解。Mol组学16:474。https://doi.org/10.1039/D0MO00057D CrossRef谷歌学者
  24. 24.
    Kandeel M, Al-Nazawi M (2020) FDA批准的抗COVID-19主要蛋白酶药物的虚拟筛选和再利用。生命科学251:117627。https://doi.org/10.1016/j.lfs.2020.117627 CrossRef谷歌学者
  25. 25.
    Shah B, Modi P, Sagar SR(2020)在COVID-19治疗药物的硅研究中:药物再利用方法。生命科学252:117652。https://doi.org/10.1016/j.lfs.2020.117652 CrossRef谷歌学者
  26. 26.
    王杰(2020)通过计算药物再利用研究快速识别冠状病毒病-19 (COVID-19)可能的药物治疗。J化学Inf模型60:3277。https://doi.org/10.1021/acs.jcim.0c00179 CrossRef谷歌学者
  27. 27.
    Muralidharan N, Sakthivel R, Velmurugan D, Gromiha MM(2020)洛匹那韦、奥司他韦和利托那韦与SARS-CoV-2蛋白酶结合对抗COVID-19的药物再利用和协同作用的计算研究。生物生物结构动态杂志:1-6。https://doi.org/10.1080/07391102.2020.1752802
  28. 28.
    Elmezayen AD, Al-Obaidi A， Şahin AT, Yelekçi K(2020)用于冠状病毒(COVID-19)的药物再利用:在抗冠状病毒3CL水解酶和蛋白酶的已知药物的硅筛选中。生物生物结构动力学杂志:1-13。https://doi.org/10.1080/07391102.2020.1758791
  29. 29.
    Farag A, Wang P, Ahmed M, Sadek H (2020) FDA批准的针对COVID-19病毒的药物结构重定位鉴定。ChemRxiv。https://doi.org/10.26434/chemrxiv.12003930.v1
  30. 30.
    Mahdian S, Ebrahim-Habibi A, Zarrabi M(2020)利用计算方法确定COVID-19治疗方案的药物再利用。糖尿病代谢障碍:1-9。https://doi.org/10.1007/s40200-020-00546-9
  31. 31.
    Sharma A, Tiwari V, Sowdhamini R, Campus GKVK(2020)从fda批准的药物和天然来源的小分子中对潜在的COVID-19药物进行计算搜索，确定了几种抗病毒药物和植物产品。《生物科学》45:10 3。https://doi.org/10.1007/s12038-020-00069-8 CrossRef谷歌学者
  32. 32.
    Morris GM, Huey R, Lindstrom W, Sanner MF, Belew RK, Goodsell DS, Olson AJ (2009) AutoDock4和AutoDockTools4:具有选择性受体灵活性的自动对接。中国计算机工程学报，30(6):457 - 457。https://doi.org/10.1002/jcc.21256 CrossRef谷歌学者
  33. 33.
    教育部(2011)分子操作环境2011.10。Chemical Computing Group Inc, Montreal, QC谷歌学者
  34. 34.
    Friesner RA, Banks JL, Murphy RB, Halgren TA, Klicic JJ, Mainz DT等人(2004)Glide:一种快速、准确对接和评分的新方法。1.对接精度的方法与评定。中华医学化学杂志47(7):1739-1749。https://doi.org/10.1021/jm0306430 CrossRef谷歌学者
  35. 35.
    Gupta A, Gandhimathi A, Sharma P, Jayaram B (2007) ParDOCK:基于全原子能量的蛋白质配体复合物蒙特卡罗对接协议。中国生物医学工程杂志14(7):632-646。https://doi.org/10.2174/092986607781483831 CrossRef谷歌学者
  36. 36.
    Berman HM, Westbrook J, Feng Z, Gilliland G, Bhat TN, Weissig H等(2000)蛋白质数据库。中国生物医学工程学报，28(1):235-242。https://doi.org/10.1093/nar/28.1.235 CrossRef谷歌学者
  37. 37.
    Wishart DS, Feunang YD, Guo AC, Lo EJ, Marcu A, Grant JR等人(2018)DrugBank 5.0: 2018年对DrugBank数据库的重大更新。核酸Res 46(D1): D1074-D1082。https://doi.org/10.1093/nar/gkx1037 CrossRef谷歌学者
  38. 38.
    Waterhouse A, Bertoni M, Bienert S, Studer G, Tauriello G, Gumienny R等(2018)瑞士模型:蛋白质结构和复合物的同源建模。核酸Res 46(W1): W296-W303。https://doi.org/10.1093/nar/gky427 CrossRef谷歌学者
  39. 39.
    14. Case DA, Babin V, Berryman J, Betz RM, Cai Q, Cerutti DS等(2014)加州大学旧金山分校谷歌学者
  40. 40.
    Jayaram B, Singh T, Mukherjee G, Mathur A, Shekhar S, Shekhar V (2012) Sanjeevini:目标定向铅分子发现的免费访问web服务器。BMC生物信息学13(S17):S7。https://doi.org/10.1186/1471-2105-13-S17-S7 CrossRef谷歌学者
  41. 41.
    Jain T, Jayaram B(2007)预测含锌金属蛋白配体配合物结合亲和力的计算协议。蛋白67(4):1167 - 1178。https://doi.org/10.1002/prot.21332 CrossRef谷歌学者
  42. 42.
    Soni A, Bhat R, Jayaram B(2020)利用机器学习促进力场方法改进蛋白质配体复合物的结合亲和力估计。J compput Aided Mol Des 34:817-830。https://doi.org/10.1007/s10822-020-00305-1 CrossRef谷歌学者
  43. 43.
    Bhat R, Jayaraj A, Soni A, Jayaram B(2020)蛋白质配体对接和评分算法概述。蛋白质相互作用:计算方法，分析和应用。世界科学，新加坡，第371页。https://doi.org/10.1142/9789811211874_0015 CrossRef谷歌学者
  44. 44.
    案例DA等(2018)AMBER 2018。加州大学旧金山分校谷歌学者
  45. 45.
    Jakalian A, Jack DB, Bayly CI(2002)快速，高效地产生高质量的原子电荷。AM1-BCC模型:参数化和验证。中国计算机工程学报，23(6):344 - 344。https://doi.org/10.1002/jcc.10128 CrossRef谷歌学者
  46. 46.
    Maier JA, Martinez C, Kasavajhala K, Wickstrom L, Hauser KE, Simmerling C (2015) ff14SB:从ff99SB提高蛋白质侧链和主干参数的准确性。化学理论计算11(8):3696-3713。https://doi.org/10.1021/acs.jctc.5b00255 CrossRef谷歌学者
  47. 47.
    王杰，Wolf RM, Caldwell JW, Kollman PA, Case DA(2004)一般琥珀力场的开发与试验。计算化学25(9):1157-1174。https://doi.org/10.1002/jcc.20035 CrossRef谷歌学者
  48. 48.
    乔根森WL，钱德拉塞卡J，马杜拉JD, Impey RW, Klein ML(1983)模拟液态水的简单势函数比较。化学与物理学报79(2):926-935。https://doi.org/10.1063/1.445869 CrossRef谷歌学者
  49. 49.
    Darden T, York D, Pedersen L(1993)粒子网格Ewald:大系统Ewald和的N⋅log (N)方法。化学与物理学报98(12):10089-10092。https://doi.org/10.1063/1.464397 CrossRef谷歌学者
  50. 50.
    范冈斯特伦WF, DiNola A, Haak JR(1984)与外浴耦合的分子动力学。化学物理81:3684-3690。https://doi.org/10.1063/1.448118 CrossRef谷歌学者
  51. 51.
    李志强，李志强，李志强(1997)含约束系统笛卡尔运动方程的数值积分:正构烷烃分子动力学。计算物理学报23(3):327-341。https://doi.org/10.1016/0021 - 9991 (77) 90098 - 5 CrossRef谷歌学者
  52. 52.
    李志强，王志强，王志强，等(1998)RNA发夹环和螺旋结构稳定性的连续溶剂研究。中华生物医学杂志16(3):671-682。https://doi.org/10.1080/07391102.1998.10508279 CrossRef谷歌学者
  53. 53.
    Kollman PA, Massova I, Reyes C, Kuhn B, Huo S, Chong L等(2000)计算复杂分子的结构和自由能:结合分子力学和连续介质模型。化学学报33(12):889-897。https://doi.org/10.1021/ar000033j CrossRef谷歌学者
  54. 54.
    Srinivasan J, Cheatham TE, Cieplak P, Kollman PA，案例DA(1998)连续溶剂对DNA, RNA和磷酸化- DNA螺旋稳定性的研究。J Am Chem Soc 120(37): 9401-9409。https://doi.org/10.1021/ja981844+ CrossRef谷歌学者
  55. 55.
    Gilson MK, Honig B(1988)大分子体系总静电能的计算:溶剂化能、结合能和构象分析。蛋白4(1):7 - 18。https://doi.org/10.1002/prot.340040104 CrossRef谷歌学者
  56. 56.
    王俊，侯涛，徐旭(2006)结合分子力学和连续介质模型计算自由能的新进展。计算机辅助药物研究2(3):287-306。https://doi.org/10.2174/157340906778226454 CrossRef谷歌学者
  57. 57.
    张策，陈伟，Gilson MK(2005)准谐波近似精度的评价。化学理论计算1(5):1017-1028。https://doi.org/10.1021/ct0500904 CrossRef谷歌学者
  58. 58.
    Genheden S, Ryde U(2012)计算蛋白质-配体结合自由能的端点连续溶剂化方法的比较。蛋白80(5):1326 - 1342。https://doi.org/10.1002/prot.24029 CrossRef谷歌学者
  59. 59.
    Wallace AC, Laskowski RA, Thornton JM (1995) LIGPLOT:生成蛋白质-配体相互作用示意图的程序。蛋白质工程学报8(2):127-134。https://doi.org/10.1093/protein/8.2.127 CrossRef谷歌学者
  60. 60.
    PyMOL(2010)分子图形系统。版本1(5)。薛定谔，l.l.c，纽约，纽约州谷歌学者

版权信息

©施beplay登入普林格Science+Business Media, LLC 2021

作者及隶属关系

  1. 1.化学系德里印度理工学院新德里印度
  2. 2.生物信息学和计算生物学的超级计算设施德里印度理工学院新德里印度
  3. 3.Kusuma生物科学学院德里印度理工学院新德里印度

个性化推荐