XiaoMi-AI文件搜索系统
World File Search SystemDocking
利用逆对接指纹重新利用 SARS-CoV-2 药物
严重急性呼吸综合征冠状病毒 2 或 SARS-CoV-2 是一种属于冠状病毒科的病毒。这类病毒通常会引起感冒，但具有巨大的致病潜力。在人类中，由 SARS-CoV 病毒引起的 SARS 疫情于 2003 年首次报道，随后 2012 年，中东呼吸综合征冠状病毒 (MERS-CoV) 导致中东呼吸综合征 (MERS) 疫情爆发。此外，COVID-19 是一个严重的社会经济和全球健康问题，已夺走了 400 多万人的生命。迄今为止，只有少数几种治疗方法可以对抗这种疾病，而且只有一种直接作用的抗病毒药物，即有条件批准的瑞德西韦。由于迫切需要针对 SARS-CoV-2 的有效药物，药物再利用策略是实现这一目标的最快方法之一。进行了一项使用两种方法的计算机模拟药物再利用研究。对 FDA 批准的 SARS-CoV-2 主蛋白酶药物数据库进行了基于结构的虚拟筛选，并确定了 11 种具有已知 3CL pro 活性的得分最高的化合物，同时使用该方法报告了另外 11 种潜在的全新 3CL pro 抑制剂。然后，对整个病毒蛋白数据库以及冠状病毒科蛋白子集进行逆分子对接，以详细检查命中化合物。不是进行靶向筛选，而是为每种命中化合物以及作为对照的五种最常报告和直接作用的再利用药物生成逆对接指纹。通过这种方式，检查和比较了靶向命中空间，我们可以支持对所有 11 种新报告的 SARS-CoV-2 3CL pro 命中化合物进行进一步的生物学评估，并建议对抗蠕虫类成员化合物进行进一步的深入研究。作者承认该方法对于未来成熟的逆对接指纹筛选具有普遍的实用性。
DOI: 10.19113/sdufenbed.871423 用于治疗癌症的药物的分子对接分析
摘要：本研究通过对六种常用抗癌药物的构象分析，确定了能量最低的分子结构，以作为对接模拟的初始数据。利用AutoDock Vina软件，研究了6种FDA批准的药物（培美曲塞、伊立替康、他莫昔芬、吉西他滨、拓扑替康和替莫唑胺）与DNA的相互作用机制。此外，对所研究的药物-DNA结构进行了MM/PB(GB)SA计算。计算出的相互作用的结合亲和力和结合自由能显示了结构的稳定性。研究发现，这些分子与DNA相互作用的活性位点是相同的，它们的各种相互作用，主要是氢键，对结构的稳定性起着重要作用。此外，还确定了所研究分子的药效团特征。本研究的目的是深入研究标题药物与DNA的结合性质。
反向对接在小分子药物研究中的应用及
随着结构生物学和数据挖掘的发展，计算机辅助药物设计（CADD）在新药研发的各个环节中发挥着重要作用。反向对接是一种基于CADD中分子对接的虚拟筛选方法，因其能够寻找能够与给定配体分子结合的大分子靶标，在药物重新定位、药物拯救和中药研究中有着广泛的应用。本文介绍了反向对接的原理，总结了常见的靶标蛋白数据库和对接步骤，并列举了反向对接在药物重新定位、药物不良反应、中药和COVID-19治疗中的应用。希望我们的工作能给从事药物开发的研究人员一些启发。
比较抗癌的活性和基于伊萨替汀支架的分子对接
摘要。背景/目标：从抗癌活性方面确定三个基于伊萨蛋白的支架的最佳。材料和方法：基于伊萨蛋白的支架的合成是通过反应形成席夫碱的。由瑞士目标预测工具和Autodock Vina进行分子对接组成。使用WST1生存力测定法确定抗癌活性和细胞毒性。结果：合成了三个支架（IA，IB和IC），并以良好的反应产率确认。瑞士目标预测工具显示了激酶的趋势。分子对接测定法证明IC对CDK2的亲和力更高。抗癌活性测定法被认为是针对癌细胞系的最活跃的。细胞毒性导致非癌细胞的细胞毒性表明缺乏选择性。结论：在抗癌活性方面，支架IC被确定为最好的，这些作用可能是由于CDK2的抑制作用所致，如分子对接所证明的那样。
使用分子对接
摘要：covid-19是由新型包裹的β-核心管病毒引起的，其基因组RNA与严重的急性呼吸系统综合症 - 科罗纳病毒（SARS-COV）密切相关，并被称为冠状病毒2（SARS-COV-2）。在这项研究中，针对RBD专门停靠了六种合成药物。观察到六种化合物中的大多数与特定的非共价相互作用非常吻合。oseltamivir被发现是与RBD最强烈的相互作用，表现出高适应性和低自由能的结合能量。它在活性位点的区域中形成了多个非共价键。羟基氯喹还表现出溶剂可访问性的高结合亲和力，并且非常适合S蛋白的活性口袋。结果表明，这些化合物可能是S蛋白质的有效抑制剂，在某种程度上可以阻止其与ACE-2的相互作用。从SARS-COV-2峰值蛋白的3D结构中显而易见，随着不同药物的相互作用，这会导致不适合结合ACE2受体。因此，有必要阐明这些化合物对SARS-COV-2的作用的实验室研究，以进行临床评估。氯喹，羟基氯喹和Oseltamivir通过非共价相互作用与S蛋白的受体结合结构域相互作用，并被建议作为Covid-19的出色候选者。
选择性有机化合物与目标蛋白质的分子对接性能
近年来，将小分子“对接”到大分子靶标的内腔和结构中，并“评分”其与结合位点的预期互补性的计算方法通常用于命中识别和先导化合物优化。可以肯定的是，目前有多种药物的开发受到基于结构的设计和筛选技术的强烈影响或依赖该技术，例如 HIV 蛋白酶抑制剂 [1-6]。总而言之，根据当前的评分方案，这些方法的应用存在相当大的困难。从根本上讲，对接过程涉及预测靶向结合位点内的配体构象和方向（或姿势）。一般来说，对接研究有两个重要目标。第一个是准确的结构建模，另一个是准确预测活性。然而，识别负责特定生物识别及其应用的分子特征，或预测可用于增强能力的化合物的修饰/改变，通常会产生复杂的问题，这些问题通常非常棘手，难以轻松且频繁地理解 [7]。
NIH推动妇女健康
基本编辑工具具有多样化的编辑范围和最小化的RNA脱离目标活动，需要广泛的应用程序。然而，当前的链球菌CAS9（SPCAS9）基于腺嘌呤碱基编辑器（ABES），具有最小的RNA脱离靶向活动的活动表现出具有效率编辑活动在位置4-8的效率编辑活动的结束编辑范围。在这里，使用SPCAS9内部的域插入程序和TADA变体组合不同的域插入Pro填充域，可以识别具有多样化的编辑范围和降低RNA非目标活性的功能性ABE变体。这项研究显示的ABE变体范围缩小，扩展或移动的编辑范围，跨质探索者位置有效的编辑活动2-16。与脱氨酶工程结合使用时，ABE变体的RNA非目标活动将进一步最小化。因此，域插入程序提供了一个框架来改善和扩展ABE工具包，其与ABE工程的其他策略相结合，将来值得进行全面的探索。
GPU 加速药物研发与 Summit 超级计算机对接：移植、优化和应用于 COVID-19 研究
蛋白质-配体对接是一种计算机模拟工具，用于在药物发现活动中筛选潜在药物化合物与给定蛋白质受体结合的能力。实验性药物筛选成本高昂且耗时，因此需要以高通量的方式进行大规模对接计算以缩小实验搜索空间。现有的计算对接工具中很少有考虑到高性能计算而设计的。因此，通过优化最大限度地利用领先级计算设施提供的高性能计算资源，可以使这些设施用于药物发现。在这里，我们介绍了 AutoDock-GPU 程序在 Summit 超级计算机上的移植、优化和验证，以及它在针对导致当前 COVID-19 大流行的 SARS-CoV-2 病毒蛋白的初步化合物筛选工作中的应用。1