基于高通量分子对接虚拟筛选SARS-CoV-23CL水解酶中药小分子抑制剂及抗新型冠状病毒肺炎(COVID-19)的中药及其复方预测

目的基于中药系统药理学数据库和分析平台TCMSP,运用计算机虚拟筛选技术寻找新型冠状病毒(SARS-CoV-2)3CL水解酶的中药小分子抑制剂,推测潜在抗新型冠状病毒肺炎(COVID-19)中药及中药复方。方法以SARS-CoV-23CL水解酶蛋白为靶点,利用Autodock Vina软件和Python脚本实现高通量分子对接,结合"ADME-Lipinski"规则进行再次筛选,以优选活性成分,推测关键中药及复方。基于网络药理学角度,构建成分-靶点-通路网络,推测核心药对的作用机制。结果以SARS-Co V-2原配体为阳性对照,筛选出66个药动学性质良好的天然小分子抑制剂,优选出12味中药单味药,2个中药药对甘草-桑白皮和金银花-连翘,以及桑菊饮、桑菊饮合银翘散加减等12个中药处方作为抗SARS-CoV-2的候选方案。结论基于高通量分子对接技术虚拟筛选SARS-CoV-23CL水解酶的中药小分子抑制剂及中药,结合网络药理学分析潜在分子机制,为中药抗击SARS-Co V-2提供了科学指导与理论依据。

基于Discovery Studio平台对TGF-β1中药小分子抑制剂的虚拟筛选

目的:利用中药化学专业数据库与TCMSP分析平台,运用计算机辅助药物设计技术对转化生长因子-β1(TGF-β1)蛋白进行虚拟筛选,寻找潜在的中药小分子抑制剂。方法:通过Discovery Studio 2.5(DS)软件进行药效团模型的构建,应用Hypogen算法预测出潜在活性位点,并分别使用Ramanchandran Plot和Profile-3D评估模型,利用优化的模型进行对实验中药小分子库进行虚拟筛选,最后对筛选出的中药进行ADMET性质预测和分子动力学模拟。结果:应用Hypogen算法成功预测出6个潜在活性位点且模型表现良好,成功从黄芪、丹参、三七中筛选出4种与TGF-β1结合良好的天然小分子化合物,并分析了其结合模式。结论:黄芪、丹参、三七的抑癌效果很可能是通过抑制TGF-β1的激活实现的。