在这里,我们设计了一个独特的药物相似性模型来重新利用现有的抗 SARS-CoV-2 药物,使用地塞米松、巴瑞替尼和瑞德西韦的抗 Covid 特性作为参考。参考药物的已知化学-化学相互作用有助于提取具有改进的抗 SARS-CoV-2 特性的相互作用化合物。在这里,我们利用参考药物的相互作用化合物与 SARS-CoV-2 靶基因之间的化学-蛋白质相互作用来计算这些药物化合物治疗 SARS-CoV-2 相关症状的可能性。具体而言,我们采用了两层聚类方法来生成药物相似性模型,以最终选择潜在的抗 SARS-CoV-2 药物分子。第 1 层聚类基于 t 分布随机邻域嵌入 (t-SNE),旨在过滤和丢弃异常药物。二级分析结合了使用排序点识别聚类结构 (OPTICS) 和层次凝聚聚类 (HAC) 并行执行的两项聚类分析。结果,它识别出具有相似作用的药物簇。此外,我们还进行了对接研究,以对顶级候选药物进行计算机验证。
主要关键词