Identification of potential inhibitors of coronavirus SARS-CoV-2 using the methods of virtual screening and molecular modeling

Андрианов А. М.; Корноушенко Ю. В.; Карпенко А. Д.; Тузиков А. В.

Статья

Идентификация потенциальных ингибиторов коронавируса SARC-CoV-2 методами виртуального скрининга и молекулярного моделирования

Андрианов А. М., Корноушенко Ю. В., Карпенко А. Д., Тузиков А. В.,

2020

https://doi.org/10.29235/1561-8323-2020-64-3-308-316

С целью поиска низкомолекулярных соединений, способных имитировать структурно-функциональные свойства высокоаффинного лиганда X77 основной протеазы коронавируса SARS-CoV-2 – этиологического агента COVID-19, осуществлен виртуальный скрининг 9 молекулярных библиотек веб-сервера Pharmit, содержащих более 213,5 млн химических структур. С помощью методов молекулярного моделирования проведена оценка нейтрализующей активности идентифицированных молекул, в результате которой обнаружены 5 соединений-лидеров, перспективных для синтеза и тестирования на противовирусную активность. Показано, что эти соединения могут быть использованы в качестве базовых структур для разработки эффективных лекарственных препаратов для терапии коронавирусной инфекции нового типа.

Цитирование

Список литературы

1. Genomic characterisation and epidemiology of 2019 novel coronavirus: implications for virus origins and receptor binding / R. Lu [et al.] // Lancet. - 2020. - Vol. 395, N 10224. - P. 565–574. https://doi.org/10.1016/s0140-6736(20)30251-8

2. A familial cluster of pneumonia associated with the 2019 novel coronavirus indicating person-to-person transmission: a study of a family cluster / J. F.-W. Chan [et al.] // Lancet. - 2020. - Vol. 395, N 10223. - P. 514–523. https://doi.org/10.1016/s0140-6736(20)30154-9

3. SARS and MERS: recent insights into emerging coronaviruses / E. de Wit [et al.] // Nat. Rev. Microbiol. – 2016. – Vol. 14, N 8. – P. 523–534. https://doi.org/10.1038/nrmicro.2016.81

4. Chen, y. Emerging coronaviruses: genome structure, replication, and pathogenesis / y. Chen, Q. Liu, D. Guo // J. Med. Virology. – 2020. – Vol. 92, N 4. – P. 418–423. https://doi.org/10.1002/jmv.25681

5. Structure of MPro from COVID-19 virus and discovery of its inhibitors / Z. Jin [et al.] // bioRxiv. – 2020. https://doi.org/10.1101/2020.02.26.964882

6. Liu, X. Potential inhibitors for 2019-nCoV coronavirus M protease from clinically approved medicines / X. Liu, X.-J. Wang // bioRxiv. – 2020. https://doi.org/10.1101/2020.01.29.924100

7. Therapeutic Drugs Targeting 2019-nCoV Main Protease by High-Throughput Screening / y. Li [et al.] // bioRxiv. – 2020. https://doi.org/10.1101/2020.01.28.922922

8. Nelfinavir was predicted to be a potential inhibitor of 2019-nCov main protease by an integrative approach combining homology modelling, molecular docking and binding free energy calculation / Z. Xu [et al.] // bioRxiv. – 2020. https://doi.org/10.1101/2020.01.27.921627

9. Phylogenetic network analysis of SARS-CoV-2 genomes / P. Forster [et al.] // Proc. Natl. Acad. Sci. – 2020. – Vol. 117, N 17. – P. 9241–9243. https://doi.org/10.1073/pnas.2004999117

10. Sunseri, J. Pharmit: interactive exploration of chemical space / J. Sunseri, D. R. Koes // Nucl. Acids Res. – 2016. – Vol. 44, N W1. – P. W442–W448. https://doi.org/10.1093/nar/gkw287

11. Experimental and computational approaches to estimate solubility and permeability in drug discovery and development settings / C. A. Lipinski [et al.] // Adv. Drug Deliv. Rev. – 2001. – Vol. 46, N 1–3. – P. 3–26. https://doi.org/10.1016/s0169-409x(00)00129-0

12. Fast, accurate, and reliable molecular docking with QuickVina 2 / A. Alhossary [et al.] // Bioinformatics. – 2015. – Vol. 31, N 13. – P. 2214–2216. https://doi.org/10.1093/bioinformatics/btv082

13. Durrant, J. D. BINANA: A novel algorithm for ligand-binding characterization / J. D. Durrant, J. A. McCammon // J. Mol. Graph. Model. – 2011. – Vol. 29, N 6. – P. 888–893. https://doi.org/10.1016/j.jmgm.2011.01.004

14. Durrant, J. D. NNScore 2.0: A neural-network receptor-ligand scoring function / J. D. Durrant, J. A. McCammon // J. Chem. Inf. Model. – 2011. – Vol. 51, N 11. – P. 2897–2903. https://doi.org/10.1021/ci2003889

15. Sharma, G. Thermodynamic analysis reveals a temperature-dependent change in the catalytic mechanism of Bacillus stearothermophilus tyrosyl-tRNA synthetase / G. Sharma, E. A. First // J. Biol. Chem. – 2009. – Vol. 284, N 7. – P. 4179–4190. https://doi.org/10.1074/jbc.m808500200

Источник

Версии

1. Version of Record от 2020-07-08

Метаданные

Об авторах

Андрианов А. М.
Институт биоорганической химии Национальной академии наук Беларуси
Корноушенко Ю. В.
Институт биоорганической химии Национальной академии наук Беларуси
Карпенко А. Д.
Объединенный институт проблем информатики Национальной академии наук Беларуси
Тузиков А. В.
Объединенный институт проблем информатики Национальной академии наук Беларуси

Предметная рубрика

COVID-19

Название журнала

Doklady of the National Academy of Sciences of Belarus

Страницы

308-316

Тип документа

journal article

Тип лицензии Creative Commons

CC BY

Правовой статус документа

Свободная лицензия

Источник

elpub

Поиск по репозиторию

Статья

Идентификация потенциальных ингибиторов коронавируса SARC-CoV-2 методами виртуального скрининга и молекулярного моделирования

Похожие публикации

Источник

Версии

Метаданные