4487种黄酮类化合物的高通量虚拟筛选：对SARS-CoV-2主蛋白结构抑制的新见解
摘要：COVID-19对全球公共卫生构成了巨大威胁，目前SARS-CoV-2是许多研究的重点，目的是抑制该病毒的传播。该病毒的主要蛋白酶是一种二聚体酶，直到最近才开始得到详细描述，这为更广泛的虚拟筛选提供了机会。本研究使用PAIN滤过的黄酮类化合物数据库对蛋白酶的四个位点进行了筛选：底物结合位点的自由构象（NSBS）、诱导适配状态下的SBS（ISBS）、二聚化位点（DS）和隐蔽位点（CS）。对于每个位点，最顶端的五个配体的平均结合能分别为NSBS（-9.52 kcal/mol）、ISBS（-11.512 kcal/mol）、DS（-7.042 kcal/mol）和CS（-10.348 kcal/mol）。对于DS和CS，这五个顶级化合物被选择为与其相应位点结合的候选化合物。对于SBS，从NSBS和ISBS的最低结合能列表中对比了前30个配体，并选取两个列表中共有的配体作为最终的候选化合物。最终的候选列表为：Dorsilurin E、Euchrenone a11、Kurziflavolactone C、Licorice glycoside E和Taxifolin 3'- (6"-phenyl-acetylglucoside)用于SBS；Sanggenol O、CHEMBL2171573、Kanzonol E、CHEMBL2171584和Abyssynoflavanone VI用于DS；CHEMBL2171598、CHEMBL2171577、Denticulaflavanol、Kurzichalcolactone和CHEMBL2171578用于CS。虚拟筛选采用了多种确认方法，包括交叉对接实验和阳性和阴性对照。目前，这15个化合物都正在进行分子动力学模拟，以理论上验证它们与蛋白酶的结合。
作者：Gabriel M. Jim''enez-Avalos, Ana P. Vargas-Ruiz, Nicol''as E. Delgado-Pease, Gustavo E. Olivos-Ramirez, Patricia Sheen-Cortavarr''ia, Manolo Fernandez, Mirko J. Zimic-Peralta
论文ID：2008.13264
分类：Biomolecules
分类简称：q-bio.BM
提交时间：2020-09-02