COVID-19主要蛋白酶抑制剂的计算机模拟探索

医学信息学解锁23（2021）100516针对2019冠状病毒（COVID-19）的新型蛋白酶抑制剂的计算机模拟探索ElhamAghaee a，Marzieh Ghodrati b，Jahan B. Ghasemi a，*a伊朗德黑兰大学科学院化学系Silico实验室药物设计b伊朗库姆库姆医科大学医学院神经病学系A R T I C L EI N FO保留字：虚拟筛查COVID-19主要蛋白酶分子对接分子动力学模拟ADME研究A B S T R A C TSARS-CoV-2的传播影响了全球人类健康。因此，有必要快速发现可用于治疗感染的候选药物。由于主要蛋白酶（Mpro）是病毒生命周期中的关键蛋白我们采用虚拟筛选工具来寻找新的抑制剂，以加速药物发现过程。受袭化合物随后被与SARS-CoV-2主要蛋白酶的活性位点对接，并根据结合能进行排序此外，在-进行了计算机ADME研究，以探索是否采用标准范围。最后，采用分子动力学模拟研究了蛋白质-药物复合物在水介质中随时间的波动。这项研究表明，前十种检索化合物与COVID-19主要蛋白酶的相互作用能为远高于目前使用的一些蛋白酶药物如ML 188、奈非那韦、洛匹那韦、利托那韦和α-酮酰胺的相互作用能。在所发现的化合物中，Pubchem 44326934显示出药物样性质，并通过MD和MM/PBSA方法进一步分析。此外，恒定的结合自由能在MD轨迹上表明可能的药物具有抗病毒特性。分子动力学模拟结果表明，GLU 166和GLN 189是Mpro中与抑制剂相互作用的最重要的残基1. 介绍新型冠状病毒病（COVID-19）是由严重急性呼吸道综合征冠状病毒2（SARS-CoV-2）引起的。自2019年12月在中国武汉首次发现该病毒以来，它具有高度传染性，并迫使许多地方和政府官员介入以减缓感染速度[1]。这种病毒引起的大流行病造成了毁灭性的健康威胁，并为发现有效药物和新疫苗开辟了新的前线。冠状病毒（Coronaviruses，CoV）是一种被膜包裹的单链正义RNA基因组。这层膜覆盖着带有刺突糖蛋白，使病毒呈冠状。RNA基因组的长度为26 -32个碱基，含有6至12个开放阅读框（ORF）[ 2，3 ]。冠状病毒全基因组的前三分之二编码两种多聚蛋白，分为15或16种非结构蛋白，称为nsp 1至nsp16。其余的ORF包含了四种基本结构蛋白的编码：包膜（E），膜（M），核衣壳（N）和刺突（S）蛋白。这些蛋白质在从病毒的存活到病毒的发展和病毒的攻击能力方面发挥着重要作用[ 4-7 ]。为了让病毒进入细胞并引起感染，S蛋白必须与宿主细胞受体--特别是血管紧张素转换酶2（ACE 2）受体--相互作用，完成后，宿主细胞蛋白质就会暴露在病毒中ORF实验室翻译了一种多蛋白，该蛋白质断裂成六种NSP蛋白，即NSP 1在16种nsp蛋白中，nsp 5或主蛋白酶（Mpro）是一种关键蛋白，冠状病毒酶用于病毒复制和转录，并使其成为最受欢迎的药物靶标之一[14Mpro抑制剂与Mpro结合，阻止病毒复制并阻断蛋白水解裂解感染开始所必需的蛋白质前体基于Xu等人探索的同源建模、分子对接和结合自由能计算的研究发现，奈非那韦对COVID-19主要蛋白酶具有潜在的抑制作用[18]。洛匹那韦和利托那韦是目前用于治疗HIV患者的其他蛋白酶抑制剂。由于SARS-CoV-2的序列主要蛋白酶类似于其他CoV蛋白酶，如HIV，中国国家卫生委员会建议使用这些药物治疗COVID-19，尽管这些药物尚未获得官方批准用于治疗COVID-19。 Kumar和同事筛选了FDA批准的抗病毒药物* 通讯作者。电子邮件地址：jahan. ut.ac.ir（J.B.Ghasemi）。https://doi.org/10.1016/j.imu.2021.100516接收日期：2020年11月15日;接收日期：2021年1月6日;接受日期：2021年1月8日2021年1月12日在线提供2352-9148/©2021的 作者。发表通过 Elsevier 公司这是一个开放接入文章下的CCBY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）中找到。可在ScienceDirect上获得目录列表医学信息学期刊主页：http://www.elsevier.com/locate/imuE. Aghaee等人医学信息学解锁23（2021）1005162×Fig. 1. 基于COVID-19 M pro口袋中N3抑制剂的药效团模型，由Pharmit服务器生成。氢键供体特征用白色进行颜色编码，氢键受体用黄色着色，并且疏水特征用绿色着色。(For对本图中颜色图例的解释，读者可参考本文的网络版药物通过分子对接和进行分子动力学用SARS-CoV的主要蛋白酶模拟前三种选定药物（洛匹那韦-利托那韦、替普拉那韦和雷特格韦）[19]。他们宣称，这些药物与Mpro的相互作用最好，一个稳定的复合体。α-酮酰胺是冠状病毒主要蛋白酶的其它抑制剂。Zhang等设计并合成了α-酮酰胺 作为 广谱 抑制剂 的 的 主要 蛋白酶 的冠状病毒他们修改了以前最好的抑制剂，以增加抑制剂在血浆中的半衰期，增加溶解度，并降低抑制剂与血浆蛋白的结合。然后他们报道了SARS-CoV-2 Mpro与α-酮酰胺复合物的X射线结构[20]。通过使用计算机辅助药物设计，Jin及其同事鉴定了N3抑制剂，然后确定了COVID-19 Mpro的晶体结构。复杂与这抑制剂.随后，委员会注意到，他们对超过10，000种化合物进行了基于结构的虚拟筛选（已批准药物、临床试验中的药物候选物和作为Mpro抑制剂的其它生物活性化合物）。他们还评估了体外在基于细胞的测定中抑制了前六种选择的化合物。他们随后声称这些化合物可以抑制COVID-19Mpro，IC50值范围为0.67 - 21.4μ M [14]。本工作旨在通过Pharmacophore建模、虚拟筛选、分子对接和分子动力学模拟等方法来引入新型Mpro抑制剂。药效团模型是与特定受体相互作用以激活或阻断其生物活性所必需的电子和空间特征的组合。虚拟筛选是一种发现新活性分子的方法，广泛应用于药物发现。在该方法中，筛选小分子的大型数据库以找到对靶受体具有高亲和力的结构。分子对接是一种识别药物与其受体之间基本相互作用的计算方法。 分子染料动力学是一种研究原子和分子物理运动的计算机模拟方法它可用于研究生物分子系统的结构。在一段时间内，原子和分子可以自由移动和相互作用，因此可以观察到一个动态系统[21为了进行大型化合物数据库的快速搜索，利用Pharmit网络服务（http://pharmit.csb.pitt.edu）使用药效团、分子形状和能量最小化来筛选数据库。 将所研究的化合物转移到Dis-详细说明工作室4.1和对接到口袋中的M亲使用CDOCKER（基于CHRMm的DOCKER）算法，并按其CDOCKER能量进行排序。然而，在对接方法中，考虑了刚性蛋白质，并且删除了水分子。这些不足降低了对接方法预测的准确性。 分子动力学（MD）模拟解决了蛋白质柔性和溶剂问题[24，25]。但是分子动力学计算非常耗时，因此这些模拟不能筛选大型数据库，并且只能研究少数配体-蛋白质系统。因此，首先，执行快速对接方法以搜索大型数据库，随后，执行更准确但昂贵的MD模拟仅应用于少数分子[26最后，在计算机上进行ADME研究，推导分子量，以研究发现的化合物的药代动力学参数。2. 材料和方法2.1. 计算系统计算研究在Intel Xeon CPU E5-2650 v2@2.60 GHz 32核、32 GBRAM系统 上进 行用于 分子 建模和 动态 模拟的 GPU 单元 是NvidiaGeForce GTX（4 GB），在LinuX Ubuntu 16.04 LTS上运行2.2. 药效团与虚拟筛选使用Pharmit网站（http://pharmit.csb.pitt.edu）构建药效团模型，使用COVID-19主要蛋白酶与N3抑制剂（PDB：6LU 7）复合的晶体结构（http://www.pdb.org）。药效团定义了相互作用的必要特征。 特征的坐标通过计算确定。计算所有原子在其SMARTS化学结构中的平均表情Pharmit使用Pharmer搜索方法搜索所选数据库。这种搜索方法与几何散列和广义Hough方法（两种对象识别方法）相似但不同在David Ryan Koes和CarlosJ. Camacho撰写的文章中对Pharmer算法进行了广泛的解释[29]。在这项研究中，7个特征被用来构建模型：四个供体，一个受体，和两个疏水性特征。还应用形状约束以确保受体内没有重原子中心（排他性形状），并且命中的至少一个重原子独特的形状消除了药效团之后的分子，但与受体有相当大的空间冲突[30] 。 为 了 验 证 药 效 团 模 型 ， 使 用 DUD.E 网 络 工 具（http://dude.docking.org/）[32]基于N3和从先前研究[14，31]使用富集因子为7.6的开发模型搜索PubChem，E. Aghaee等人医学信息学解锁23（2021）1005163图二. 从基于药效团的虚拟筛选中检索到的分子结构。抗病毒药物数据库（CAS COVID-19抗病毒候选化合物数据库）[33]。2.3. 分子对接应用Discovery Studio 4.1（美国加利福尼亚州圣地亚哥的Antrys公司以对接所得到的屏蔽结构。用CHARMm力场对化合物进行分型，并用Smart Minimizer最小化。使用蛋白质制备方案制备Mpro的结构CDOCKER（基于CHRMm的DOCKER）和基于分子动力学（MD）模拟退火的算法用于将抑制剂对接到受体中[34]。CDOCKER是一种使用刚性受体和柔性配体的对接方法。活性位点被限定在结合配体（N3）周围，并且位点球的半径被设置为14 μ m。由于CDOCKER被认为是刚性受体的局限性，精确对接算法被用作另一评分函数。GOLD是一种遗传算法，用于将柔性配体对接到蛋白质2.4. 分子动力学模拟（MD）和MM/PBSA（结合自由能）为了评价对接结果的可信度和研究蛋白质-药物复合物在水介质中随时间的变化，使用GROMACS 5.1.2模拟包进行了分子动力学模拟（MD）[36]。应用GROMOS 96 53 a6力场[37]模拟蛋白质-配体系统。使用PRODRG 2.5服务器生成分子拓扑文件[38]。将配体-蛋白质复合物结构用E. Aghaee等人医学信息学解锁23（2021）1005164图二. （续）。十二面体中的简单点电荷（SPC）水分子。配体-蛋白质复合物集中在盒中，复合物和BOX边缘之间的距离为1 nm。四Na+加入离子以中和系统的电荷。为了使系统最小化，进行了50，000步的最陡下降积分器，最高容许量为10 kJ/mol，没有任何约束。然后，在300 K下用短（200 ps）位置限制平衡模拟平衡系统，随后在1巴压力下用200 ps位置限制模拟平衡系统。最后，恒定的温度和压力（NPT）的MD模拟与周期性的边界条件进行了100 ns的时间步长为2 fs的周期。LINCS算法（线性约束求解器）约束共价键的长度[40]。采用粒子-网格Ewald（PME）求和技术计算了长程静电相互作用[41]. 范德瓦尔和库仑截止值设定为1.2。 为保持温度恒定，应用Berendsen恒温器。在300 K下使用Maxwell分布产生初始速度。分子力学Poisson-Boltzmann表面积（MM/PBSA是一种有效、可靠的自由能模拟方法。应用g_mmpbsa程序计算了Mpro与所发现的药物之间的自由能.g_mmpbsa是控制台应用程序其通过类似于其它GROMACS模块的命令选项从终端/控制台执行[42，43]。该应用程序从https://rashmikumari.github.io/g_mmpbsa/网站下载。2.5. ADME研究药 代 动 力 学 中 的 四 个 关 键 主 题 是 吸 收 、 分 布 、 代 谢 和 排 泄（ADME）。的化合物E. Aghaee等人医学信息学解锁23（2021）1005165图三. 从CDOCKER获得的COVID-19病毒Mpro口袋中最具活性的化合物（Pubchem 100919551）的最佳对接姿势。结合位点的表面由受体残基的疏水性着色，从亲水性的蓝色到疏水性的棕色。(For对本图中颜色图例的解释，读者可参考本文的网络版与受体具有最佳结合能的药物可能不是最好的药物。一种好的药物应该完全快速地从胃肠道吸收，明确地分布到其目标，以不会立即停止其活性的方式代谢，最后在不造成任何伤害的情况下排出。生理参数和化学结构之间存在关系;因此，化学描述符可用于计算药代动力学特性。血脑屏障（BBB）被用来预测口服后的血脑渗透。使用2D化学结构作为输入测量细胞色素P450 2D6（CYP 2D6）抑制。CYP2D6在肝脏中进行多种化合物的代谢因此，药物对CYP2D6活性的抑制产生了药物相互作用的问题。因此，作为药物开发过程的一部分，必须测量CYP2D6抑制。进行肝毒性模型以预测化合物的潜在毒性采用血浆蛋白结合模型（PPB）预测分子是否可能与血浆载体蛋白紧密结合（结合率≥90%）。药物血浆蛋白，因为附着部分暂时被代谢覆盖，只有游离部分表现出药理学作用[45]。分子量是一个重要的描述符，因为分子量大于500 Da的化合物具有太多的可旋转键和能够形成氢键的官能团。皮肤渗透系数（logKp）预测化合物渗透该屏障的能力。正辛醇-水分配系数（logPo/w）表现出药物更高的疏水性导致化合物的代谢增加和低吸收。上另一方面，疏水性药物更可能与不需要的疏水性大分子结合。因此，药物的疏水性是一个重要的描述符。通 过 使 用 SwissADME 网 站 （ http://www.swissadme.ch/ ） 和Discovery Studio软件的ADMET方案计算ADME参数、理化描述符、药代动力学性质和分子的类药物性质。3. 结果和讨论3.1. 药效团与虚拟筛选为了获得用于发现COVID-19病毒Mpro的先导抑制剂的药效团模型和计算机筛选，使用COVID-19 Mpro-N3抑制剂的晶体结构。通过向Pharmit网站提交Mpro的PDB代码，将从M pro-N3复合物自动生成法米特识别22个药效团特征。使用此默认查询进行搜索没有匹配结果。为了找到最佳特征并验证药效团模型，构建了一组活性和诱饵并提交给Pharmit。基于N3与Mpro活性中心的相互作用，从对接中获得的7个基本特征加上形状约束用于构建模型：4个供体，1个受体和2个疏水特征。图1显示了基于N3抑制剂的药效团模型。该模型是最佳模型，富集系数为7.6并用于PubChem和抗病毒药物数据库（CAS COVID-19抗病毒候选化合物数据库）的筛选。获得了25个命中，最大得分为0，最小RMSD值为3这些命中导入Discovery Studio 4.1以研究COVID-19 Mpro的最佳抑制剂。3.2. 分子对接进行对接研究以预测E. Aghaee等人医学信息学解锁23（2021）1005166见图4。用GOLD算法对所选化合物进行分子对接，得到了它们的二维相互作用。具有静电和范德华相互作用的残基分别以紫色和绿色着色。(For对本图中颜色图例的解释，读者可参考本文的网络版。）所有的命中和研究COVID-19 Mpro的最佳抑制剂。使用CDOCKER算法将命中对接到COVID-19 M前活性位点。计算共晶体（N3抑制剂）与重新对接的抑制剂之间的根均方距离（RMSD）值，其为1.50 μ m。该值为1.50 Ω，表明CDOCKER是重现配体-受体复合物实验键合构象的可靠方法。将从虚拟筛选中检索到的化合物进入Mpro的活性位点，并按其CDOCKER能量进行排名。CDOCKER评分是CDOCKER_ENERGY的负值，较高的值与较高的结合亲和力相关。因此，能量可以像乐谱一样施加。该分数包含内部配体和受体-配体相互作用能。排名靠前的化合物列于表1中。图2显示了这些化合物的结构。最活跃分子的最佳对接构象E. Aghaee等人医学信息学解锁23（2021）1005167见图4。 （续）。（Pubchem100919551）中所述的方法在图3中显示。结合位点的表面由受体残基的疏水性着色，从亲水性的蓝色到疏水性的棕色。可以看出，Mpro的结合位点是亲水性口袋。因此，静电相互作用比范德华相互作用更重要。Pubchem100919551的最佳对接位姿的羰基代表与Cys145的氢键，Gly 143、His 164、Glu 166、Asp 187和Gln 189，而的该配体显示与残基Thr 190，Glu 166，Gln189 和 His164 。 在 配 体 的 甲 基 部 分 与 His41 、 Leu27 、 Met49 、His163、Cys145、Met165和Leu167的疏水部分之间观察到一些疏水相互作用。CDOCKER算法将柔性配体对接在刚性受体中因此，在本发明中，GOLD算法被用作另一个评分函数来解释蛋白质结果是相似的，并且在两种方法中可以观察到相同的相互作用。图4显示了从分子生物学中获得的所选化合物的2D相互作用。E. Aghaee等人医学信息学解锁23（2021）1005168见图4。 （续）。对接采用GOLD算法。可以看出，Glu166和Gln189在与大多数化合物形成氢键方面具有重要贡献。具有静电和范德华相互作用的残基分别以紫色和绿色着色。很明显，大多数的相互作用是静电的，并且是紫色的。此外，为了比较的目的，进行了一些蛋白酶抑制剂药物如ML 188、奈非那韦、洛匹那韦、利托那韦和α-酮酰胺这些蛋白酶的二维相互作用-抑制剂在图5中示出。它清楚地表明，大多数的相互作用是静电和紫色。Remdesivir相互作用与病毒RNA依赖的RNA聚合酶，但一些文章指出，remdesivir是一种蛋白酶抑制剂[46，47]，所以我们决定对接remdesivir到主要的蛋白酶。所得到的瑞姆德西韦的CDOCKER能量和GOLD评分值非常低，表明瑞姆德西sivir不是蛋白酶抑制剂。有趣的是，我们发现的化合物显示出与COVID-19 Mpro更大的结合能（发现的分子的CDOCKER能量范围从73.99到1000，100.09千卡/摩尔，而目前使用的药物的CDOCKER能量范围为21.04至61.21千卡/摩尔）。这些发现表明新发现的化合物是更有效的抑制剂（表2）。E. Aghaee等人医学信息学解锁23（2021）1005169图五. 目前使用的COVID 19蛋白酶抑制剂的2D相互作用。具有静电和范德华相互作用的残基分别以紫色和绿色着色。（有关此图例中颜色的解释，请读者参考本文的Web版本表1CDOCKER能量，Gold评分，ADME预测从虚拟筛选获得的分子。分子量（克/摩尔）a-Cdocker能量（kcal/mol）黄金评分LogPao/wLogSa基于溶解度水平b的药物相似性GI水平a&bBBB渗透物a&bLogKp （ 皮肤 渗 透 ）cm/saCYP2D6抑制剂bHepatotoX icbPPBb（血浆蛋白结合）基于Lipinski规则a的药物相似性Pubchem100919551652.82 100.09 62.89 4.24-4.72中溶是，好低否-7.41-8.79526假2.69562 true false否; 2违规：MW> 500，N或O>10PubChem25052589Pubchem44273139Pubchem98170728943.14 96.60 60.34 1.84-3.88可溶性是，好低否-11.60-11.5093假642.74 96.57 59.14 2.74-2.74可溶性是，良好低否-9.66-11.9028假592.68 94.94 50.64 5.19-3.91可溶性是，好低否-7.96-6.9075假-2.86896真-0.0144951真-7.77278假错误否; 3次违规：MW> 500，N或O> 10 NH或OH> 5错误否; 3次违规：MW> 500，N或O> 10 NH或OH> 5假否; 2次违规：MW> 500，N或O> 10Pubchem102340264712.91 94.07 58.35 4.49-6.43较差可溶性是，好低否-5.67-6.13563假-11.9212假假否; 3次违规：MW> 500，N或O> 10 NH或OH> 5Pubchem9959786572.65 93.01可溶性是，好低否-12.48 -10.6017假-1.6592true false否; 3违规：MW> 500，N或O> 10 NH或OH> 5Pubchem131698223652.71 92.16 62.67 3.24-4.01中溶是，好低否-8.31-3.88847假-9.86718假假否; 2次违规：MW> 500，N或O>10Pubchem134827489599.72 86.49 56.09 1.40-0.06高度可溶性是，最佳低值否-11.97-5.7308假-1.1849true false否; 3违规：MW> 500，N或O> 10 NH或OH> 5分子来自covid19数据库Pubchem44326934626.71 86.15 58.69 3.06-3.30可溶性是，好低否-9.56-12.9677假485.66 74.01 59.46 4.18-3.83可溶性是，好高否-6.74-6.32064假-8.22286假-6.96698假假否; 2次违规：MW> 500，N或O>10false是; 0违规Pubchem134827316496.53 73.99 50.80 1.64-1.42非常可溶性是，良好的低否-9.83-11.7972假-0.12871真false是; 1次违规：N或O> 10一 SwissADME网站。bDiscovery Studio软件的ADMET协议E. Aghaee等人医学信息学解锁23（2021）10051610E. Aghaee等人医学信息学解锁23（2021）100516113.3. ADME研究为了研究回收化合物的药代动力学参数，计算了辛醇/水的logPo/w、水溶解度（log S）、胃肠道（GI）中的人体口服吸收、血脑屏障（BBB）、皮肤渗透系数（log Kp）、CYP 2D 6受体、肝毒性和血浆蛋白结合（PPB）（表1）。极端疏水性药物在肠道中的溶解度低，在脂肪球中溶解[48]。基于溶解度水平，所有化合物均具有药物样性质。如表1所示，只有Pub-chem 44326934可以从胃肠道（GI）吸收。所有化合物均不能穿过血脑屏障（BBB），也不能抑制细胞色素P450 2D6（CYP2D6）活性（药物抑制CYP 2D6会产生药物相互作用的问题所得肝毒性模型预测了某些化合物的潜在毒性（表1）。此外，药物的效率可以受到血浆蛋白结合的影响，抑制药理作用。血浆蛋白结合模型（PPB）预测没有一种分子能与血浆载体蛋白紧密结合。此外，大多数口服给药的药物是分子量小于500Da的相对小的分子。可以观察到，只有两种化合物的分子量小于500（g/mol）。根据所得的ADME参数，只有Pub-chem 44326934具有高胃肠道吸收（GI）、分子量小于500 Da、无毒性，并且具有药物样性质（基于利平斯基氏 规则 的 5）。 然而，在这方面， 的 发现 化合物 可以被修饰以显示更多的药物性质。3.4. 分子动力学模拟通过分子动力学模拟分析了M前药复合物的结合稳定性. M前药复合物的结构从分子对接获得，并使用GROMACS软件包模拟100 ns。为了研究M前药复合物在模拟条件下的稳定性，采用均方根偏差法，计算了其初级结构的轨迹的RMSD。蛋白质骨架的RMSD值在0.03 ~ 0.42nm之间，而配体的RMSD值在0.04 ~ 0.31 nm之间，示于图 六、配体的RMSD在700 ps后达到约0.2 nm这表明M前药复合物的结构是稳定的，通过模拟程序。然而，Mpro rep的结构显 示 更 显 著 的 波 动 和 更 可 观 的 RMSD 值 约 0.21 nm ， 而 药 物（Pubchem44326934）显示较小的构象变化。这些结果证明了所提出的药物对COVID-19Mpro，形成稳定的复合物，具有低柔性。申报药物（Pubchem44326934）和Mpro之间的氢键如图7所示。在整个分子动力学模拟中有大量的氢键，但只有一部分是稳定的。这些不稳定由于配体和蛋白质的原子的运动而存在H-键，并且可能对药物对M pro的亲和力有小的贡献从图6中可以看出，在大多数情况模拟时间。这些氢键在形成配体-蛋白质复合物中起重要作用。它们存在于Pubchem44326934的羰基和Gln189的NH基团之间以及基于Glu166的两个氢键（1. Glu166的氨基的氢原子和配体的羰基，2。Glu166的羰基和配体的氨基的氢原子）。这些稳定的氢键也存在于对接的第一姿态中。因此，蛋白质-配体接触证明与Glu 166的最高H-键和水桥相互作用;与Gln 189获得第二高接触。之后，Asn 119和Gly 143可以形成半稳定的氢键。最相关的疏水相互作用可以观察到之间表2预测covid 19的一些潜在蛋白酶抑制剂的ADME性质。肝XicbLogSa<血浆蛋白约束力）假化合物-Cdocker能量（kcal/mol）32.31分子量（g/mol）a433.54基于溶解度水平b的药物相似性是的，很低LogPBBBGI水平LogKp（皮肤渗透）cm/sa-5.42CYP2D6基于药物相似性一渗透物a B抑制剂a B关于Lipinski规则B一O/W4.13ML188高-5.46-10.425没有-5.04757是; 0次违规假中溶难溶-4.12假2.1839真Lopinavir雷姆代斯韦50.9521.04628.80602.58-6.644.223.40高低是的，很好是的，很-5.93-8.62没有没真假-3.68473是; 1次违规：MW> 500否; 2次违规：MW> 500，N或O> 10是; 1次违规：MW> 500否; 2次违规：MW> 500，N或O> 10是; 1次违规：MW> 500假-0.643255-9.08578假中溶难溶性真NelfinavirRitonavir23.9461.21567.78720.94-6.364.244.38低低是的，很低是的，-5.74-6.40没有没-3.35042-44.2708真假假24.7098真真28.7074正确-6.99α-酮酰胺（11 r）566.652.5150.28是的，很好-4.81没有低-10.5278-7.28-8.63411假假中溶假一 SwissADME网站。bDiscovery Studio软件的ADMET协议E. Aghaee等人医学信息学解锁23（2021）10051612---见图6。Mpro（蓝色）和Pubchem44326934（红色）的均方根偏差（RMSD）与MD模拟时间（皮秒）。(For对本图中颜色图例的解释，读者可参考本文的网络版见图7。在整个MD模拟中，配体（Pubchem 44326934）和COVID-19 Mpro之间的氢键。彩色标记根据蛋白质残基显示H-键。结合位点的疏水残基和选择的化合物。通过MD模拟研究了这些疏水残基与Pubchem44326934之间的最小距离。在模拟过程中，未观察到Leu27、Met165、Leu167、Gln189和配体之间的距离发生显著变化，表明这些疏水相互作用很重要，并形成稳定的复合物，仅发生小的构象变化 （ 图 8 ） 。 然 而 ， 与 Leu27 、 Met165 和 Leu167 相 比 ， Gln189 与Pubchem44326934的距离较小，约为0.1 nm一些疏水残基，如Asp187，Val186，和Gln192之间的最小距离增加，也波动更广泛的最后4 ns的模拟，表明这些疏水相互作用的不稳定性在模拟结束。水分子通常在对接前被移除。然而，它们是模拟的主要部分，可以影响配体-蛋白质结合以及配体和蛋白质之间的桥接。最后的快照用于研究水分子的重要作用 图 9示出五个水介导的氢键。具有静电和范德华相互作用的残基分别以紫色和绿色着色。Glu166与配体之间存在两个氢键，Pubchem 44326934和His 41之间存在π3.5. 结合自由能计算应用MM/PBSA方法计算了Mpro与所发现药物之间的自由能。图10表示模拟期间的真空分子力学能量可以看出，MD轨迹的MM/PBSA的趋势线显示低波动，表明其对Mpro的高结合亲和力。M前药（Pubchem44326934）静电能的平均值为90 kJ/mol，而面包车Mpro和Pubchem44326934之间的德瓦尔斯能量为200 kJ/mol。M前体药物的平均总能量为290 kJ/mol，证实Pubchem 44326934具有被认为是M前体抑制剂的足够亲和力。 通过分子对接得到的结合能E. Aghaee等人医学信息学解锁23（2021）10051613见图8。在100 ns MD模拟期间，结合位点的疏水残基与Pubchem44326934之间最相关的疏水相互作用的距离变化。E. Aghaee等人医学信息学解锁23（2021）10051614--见图8。 （续）。将发现的分子与MM/PBSA进行比较。从表1可以观察到，Pubchem44326934的CDOCKER能量为74.01 kcal/mol（309.66 kJ/mol），接近MM/PBSA总能量。因此，对接结果的可靠性是通过MD和MM/PBSA方法证实。高的负结合自由能证明了这种复合物的稳定构型，确保Pubchem44326934具有足够的亲和力被认为是COVID-19Mpro抑制剂药物。4. 结论在这项工作中，鉴定了更有效的冠状病毒蛋白酶抑制剂。基于COVID-19 Mpro与N3的晶体结构抑制剂，进行基于药效团的虚拟筛选。将所得化合物对接到蛋白酶口袋中，并通过它们的相互作用能进行排序。对对接结果进行了计算机模拟ADME研究，以确定化合物是否适合被视为药物。Pubchem 44326934显示了药物样性质，并通过MD和MM/PBSA方法进一步分析证实它可以被视为一种新的有效的COVID-19 MproE. Aghaee等人医学信息学解锁23（2021）10051615见图9。从MD模拟获得Pubchem44326934的2D相互作用。具有静电和范德华相互作用的残基分别以紫色和绿色着色。水分子显示为蓝色。(For对本图中颜色图例的解释，读者可参考本文的网络版。）图10个。模拟过 程 中 真空分子力学能MM/PBSA。抑制剂药物。未来的结构-功能的研究建议，以提高ADME性能的筛选化合物。然而，发现的化合物应进行测试，并应确定其体外潜力，以进一步验证结果。竞合利益作者声明，他们没有已知的可能影响本文所报告工作E. Aghaee等人医学信息学解锁23（2021）10051616==-==确认我们感谢dr.Somayeh Pirhadi感谢她的专业知识和协助。引用[1] Mittal L，Kumari A，Srivastava M，Singh M，Asthana S.通过结构指导的虚拟筛选方法鉴定抗COVID-19主要蛋白酶的潜在分子。化学研究Xiv.预印本。http://doi.org/10.26434/chemrxiv.12086565.v2.[2] Xu C，Ke Z，Liu C，Wang Z，Liu D，Zhang L，et al.使用在线交互式Web服务器JChem Inf Model进行冠状病毒疾病（COVID-19）药物发现的系统性计算机筛选http://doi.org/10.1021/acs.jcim.0c00821网站。[3] 陆HKH，李X，冯J，刘SKP，胡PCY. SARS冠状病毒的分子流行病学、进化和发生。InfectGenetEvol2019;71：21-30.https://doi.org/10.1016/j.meegid.2019.03.001.[4] 齐布尔 严重急性呼吸综合征冠状病毒的分子生物学。《微生物学前沿》2004;7：412-9。https://doi.org/10.1016/j.mib.2004.06.007。[5] Weiss SR，Leibowitz JL.冠状病毒发病机制。Adv Virus Res2011;81：85-164.https://doi.org/10.1016/B978-0-12-385885-6.00009-2网站。[6] 布赖恩DA，巴里克RS。冠状病毒基因组结构和复制。Curr Top MicrobiolImmunol 2005;287：1-30. https://doi.org/10.1007/3-540-26765-4_1网站。[7] 黄C，黄志华，黄志华.SARS冠状病毒辅助蛋白。Virus Res2008;133：113-21. https://doi.org/10.1016/j.virusres.2007.10.009网站。[8] 严荣，张勇，李勇，夏莉，郭勇，周强.确认的结构基础SARS-CoV-2全长人ACE 2。Science 2020;367：1444-8. 网址：http：//doi.org/10.1126/science.abb2762[9] Walls AC，Park YJ，Tortorici MA，Wall A，McGuire AT，Veesler D.结构，功能和SARS-CoV-2刺突糖蛋白的抗原性。Cell 2020;181：281-92.https://doi.org/10.1016/j.cell.2020.02.058网站。[10] Hoffmann M，Kleine-Weber H，Schroeder S，Kruger N，Herrler T，等.SARS-CoV-2细胞进入依赖于ACE 2和TMPRSS 2，并被临床证明的蛋白酶抑制剂阻断。Cell2020;181：271-80. https://doi.org/10.1016/j的网站。 cell.2020.02.052。[11] 迪米特洛夫ACE 2作为SARS病毒受体的秘密生活Cell 2003;115：652-3. https：//doi.org/10.1016/s0092-8674（03）00976-0.[12] Subissi L，Imbert I，Ferron F，Collet A，Coutard B，Decroly E，et al. SARS-CoV ORF 1b编码的非结构蛋白12-16：复制酶作为抗病毒剂目标的Antivir Res 2014;101：122-30. https://doi.org/10.1016/j。antiviral.2013.11.006网站。[13] Graham RL，Sparks JS，Eckerle LD，Sims AC，Denison MR. SARS冠状病毒复制酶蛋白在发病机制中的作用。病毒研究2008;133：88-100。https://doi.org/10.1016/j.virusres.2007.02.017。[14] Jin Z，Du X，Xu Y，Deng Y，Liu M，Zhao Y，et al.Stru cture of Mpro from COVID-19 virus and discovery of its inhibitors. Nature 2020;582：289-93.https://doi.org/10.1038/s41586-020-2223-y。[15] YinJ， Niu C，Cherney MM，ZhangJ， Huitema C，et al. A mechanistic viewof enzyme in