中药活性成分中新型冠状病毒3CL蛋白酶抑制剂的消息传递机制神经网络虚拟筛选

目的在新型冠状病毒感染尚无特效药的情况下,根据潜在的治疗靶点,从中药活性成分中筛选出先导化合物为药物研发、中药组方等提供理论线索。方法构建消息传递机制神经网络(message passing neural networks,MPNN)模型,以化合物描述符SMILES码为输入,以化合物对新型冠状病毒3CL蛋白酶抑制活性为输出,利用开源数据对模型进行训练和优化。结果用优化后的模型从186味清热解毒中药所含的3863个活性成分中筛选出101个潜在的抑制剂。其中龙胆素、桑辛素C、5-羟基-4-氧代戊酸甲酯等化合物预测活性较高,黄芩、苍耳子、昆布、芫荽、紫苏等中药含有的潜在抑制剂数量较多。结论使用MPNN模型虚拟筛选出的抑制剂中约1/5已被其他的研究报道验证有效,证明了MPNN模型虚拟筛选结果的可靠性。此外,优化的神经网络模型微调后可用于分子其他属性的预测,在药物虚拟筛选领域有着广泛的应用前景。