计算机模拟鉴定比布美他尼靶向NKCC1的高效潜在抑制剂用于神经系统疾病治疗

++++-医学信息学解锁27（2021）100777通过计算机模拟鉴定比布美他尼靶向NKCC1的效力更高的潜在抑制剂：一种治疗神经系统疾病Arpita Singha Roya，1，Md Sad Salabi Sawrava，g， 1，Md Shahadat Hossaina，g，**，FatemaTuz Johura a，Sk. Faisal Ahmed a，g，Ithmam Hami a，Md Kobirul Islam a，Hasan Al Reza b，穆罕默德·伊克巴尔Bhuiyanc，d，Newaz Mohammed Bahadure， g，Md Mizanur Rahamanf， *a孟加拉国Noakhali大学路Sonapur Noakhali科技大学生物技术和遗传工程系b孟加拉国达卡大学遗传工程和生物技术系c美国宾夕法尼亚州匹兹堡市匹兹堡大学神经病学系，邮编：15213d匹兹堡神经退行性疾病研究所，匹兹堡大学，宾夕法尼亚州匹兹堡，15260，美国e孟加拉国Noakhali，Sonapur，University Rd，Noakhali，Noakhali科技大学应用化学和化学工程系f达卡大学微生物学系，孟加拉国g计算生物学和化学实验室，Noakhali科技大学，Sonapur，University Rd，Noakhali，孟加拉国A R T I C L EI N FO保留字：NKCC1CNS化合物库计算机模拟筛选ADMETMD模拟袢利尿剂神经障碍A B S T R A C TNa~+-K ~+-2Cl-协同转运蛋白1（Na ~+ -K ~+ -2Cl-cotransporter 1，NKCC 1）在脑细胞内离子稳态和细胞体积调节中起重要作用。脑NKCC 1的病理性激活与许多脑疾病相关，包括缺血性中风、创伤性脑损伤、癫痫、新生儿癫痫发作和自闭症，表明NKCC 1是一种重要的神经递质。潜在的药物靶点几项临床前和临床研究使用布美他尼（一种“ 袢 “ 利 尿 药 ） 抑 制 神 经 发 育 和 神 经 系 统 疾病 中 的 脑 N K C C 1 活 性 。然而，较差的脑渗透和有效的利尿作用限制了其使用。因此，我们选择了1930种化合物，每种化合物都有能力渗透到大脑中，以揭示可以作为NKCC 1有效抑制剂的最佳候选物，以遏制这种情况问题.使用PyRx进行分子对接，以确定化合物和NKCC 1之间的最大结合亲和力（范围为-9.3至9.0 kcal/mol），最终列出四种排名最高的化合物。ADMET分析显示，所有四种化合物都是更安全的候选药物，当过滤到X学特性时，将AMES置于X性或致癌性。选择排名靠前的每四种化合物以及对照（布美他尼）进行分子 动 力 学 （ MD ） 模 拟 ， 每 次 100 ns ， 以 验 证 对 接 相 互 作 用 ， 其 中 所 有 四 种 化 合 物 与 pubchem CID ：（71753382），Pubchem CID：（5740383），Pubchem CID：（71692222）和Pubchem CID：（3442850）得到均方根偏差（RMSD）、均方根波动（RMSF）、回转半径（Rg）、SASA（溶剂可及表面积）值和氢键分析的高度支持。因此，我们的计算机模拟研究显示所有四种化合物均为NKCC 1的强效抑制剂1. 介绍Na-K-2Cl-协同转运蛋白（NKCCs）属于溶质载体 12（SLC 12）是阳离子-氯离子协同转运蛋白（CCC）超家族成员，在细胞内Na+、K+和Cl稳态和细胞体积[1，2]。CC家族由Na+、K+-偶联Cl NKCC1，以及 NKCC 2） 和 第K+- 偶联的Cl-通常，NKCC 1、NKCC 2和NCC介导Na+， ，K 和Cl影响，而KCC 1 -4介导K和CleffluX [1].NKCC1蛋白在脑、心脏、脑胶质瘤和其他组织中广泛表达。* 通讯作者。达卡大学微生物学系，孟加拉国达卡1000。** 通讯作者。孟加拉国Noakhali，Sonapur，University Rd，Noakhali，Noakhali科技大学生物技术和遗传工程系。电子邮件地址：shahadat5.bge@nstu.edu.bd（硕士） Hossain），razu002@du.ac.bd（M.M.Rahaman）。1 同样贡献https://doi.org/10.1016/j.imu.2021.100777接收日期：2021年7月8日;接收日期：2021年10月21日;接受日期：2021年10月28日2021年11月1日网上发售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：www.elsevier.com/locate/imuA.S. Roy等人医学信息学解锁27（2021）1007772+以及骨骼肌细胞[3，4]。而NKCC2在上皮细胞的顶膜主要形成肾脏中的亨利氏袢（TALH）的粗升支NKCC1是脑中的主要亚型，并通过细胞内Na和Cl-过载、星形胶质细胞肿胀和兴奋性[6]。γ-氨基丁酸（GABA）是成熟大脑中的一种抑制性属于神经递质GABA的神经元被称为GABA能神经元，其在成年脊椎动物中发挥抑制作用GABA能抑制的预防导致神经元的过度兴奋，导致有害的神经精神作用[7，8]。在CNS神经元中，细胞内Cl-浓度和GABA和甘氨酸受体介导的Cl-电流的逆转电位受NKCC 1和KCC 2的相反作用调节，其中NKCC 1被认为是Cl-输入者，KCC 2是Cl-输出者[7，9]。它们的异常表达（由于NKCC 1的较高表达和/或KCC 2的较低表达）和活性可导致神经元中Cl-稳态异常，并在人类的几种脑疾病以及神经发育和神经系统疾病的动物模型中观察到[10，11]。因此，抑制脑NKCC1活性被认为是治疗神经发育和神经疾病的有吸引力的方法[12]。结构相似的袢利尿剂如布美他尼、呋塞米等可抑制NKCC[5，13]。目前，5-氨磺酰基苯甲酸衍生物和速效袢利尿剂布美他尼用于研究神经元NKCC 1的作用在神经或精神疾病的情况下，因为它对NKCC相对于KCC具有选择性[9，14，15]。这种LD药物主要在肾脏中达到其目标。布美他尼在肾脏以外的其他组织（如大脑）中的浓度非常低[14，16]。在确保布美他尼全身给药后，发现其浓度较低，除此之外，它此外，使用布美他尼用于治疗与严重的全身性副作用直接相关的脑部疾病，如低钾血症、利尿增加和[18 当布美他尼抑制肾脏Cl-转运蛋白时，NKCC 2具有强利尿作用，它引起了长期治疗的药物依从性和健康问题[19，21]。因此，选择性NKCC 1抑制应该没有利尿作用以解决上述问题。因此，我们进行了自己的研究，以克服布美他尼对NKCC1蛋白的缺点和局限性。计算机辅助策略可能是一种预备性和有前途的方法，因为它筛选新的治疗靶点，并减少了与药物设计相关的许多复杂性。尽管任何计算机模拟方法在用于医学领域之前都需要进一步的临床前和临床研究，但这种方法肯定会促进对特定候选药物的探索。因此，基于结构、物理化学性质和药代动力学，新药可能更有利于治疗具有异常细胞氯稳态的脑部疾病。我们的计算机模拟方法表明，新的候选药物可能比布美他尼更有效此外，这些发现可能选择性抑制NKCC 1超过另一种肾脏Cl协同转运蛋白NKCC 2，在脑部疾病中具有比布美他尼更高的效力和更低的全身毒性。有了这个观点，我们检查了一个大型化合物库（https：//www. otavachemicals.com），其中每种化合物都具有渗透到大脑中的效力。因此，我们进行了分子对接，以分析这些化合物与NKCC1蛋白的功能部分的结合作用，并最终通过虚拟筛选过程筛选出潜在的候选人之后我们进行了100 ns配体结合状态的MD模拟，NKCC1蛋白，以确定其分子动力学行为，包括它们的相互作用和结构稳定性。此外，我们使用计算机预测工具来评估所选化合物的ADME性质、致癌性、毒理学和生物学活性Fig. 1. 人NKCC1的晶体结构。最终完成手头的研究。2. 方法2.1. 蛋白制剂检索RCSB蛋白质数据库（https://www.rcsb.org/），以获得所需的人NKCC 1蛋白质的3-D实验三级结构[22]（图1）。虽然人类的NKCC1蛋白质由1212个氨基酸组成，其中PDB序列6PZT（288-756）的分辨率为3.46 nm，中心功能区为500个氨基酸。检索后，使用Discovery Studio2021 （ www.example.com ） 完 成 蛋 白 质 的 进 一 步 程 序https://www.3ds.com/products-services/biovia/products/molecular-modeling-simulation/Biovia-discovery-studio/）通过去除附着在蛋白质上的辅因子、水分子和金属离子。需要能量最小化来稳定蛋白质结构 ， 这 是 利 用 SWISS PDB Viewer （ https://spdbv.vital-it.ch/ ） 的GROMOS 96力场来确保的[23]。图2说明了研究的总体方法。2.2. 配体制备我们查看了OTAVA化学品网站（https://www.otavachemicals.com），该网站上有数百个以目标为中心的化合物库。血脑屏障（BBB）对脑疾病病例的药物开发构成了巨大挑战[24]。鉴于该特定观点，我们从所述网站探索了CNS化合物库（https://www.otavachemicals.com），该网站提供了丰富的化合物集合及其在BBB渗透方面的相应理化性质。我们设法从SDF格式的库中检索到总共1930种CNS渗透剂化合物。通过执行PyRX的uff力场和共轭梯度算法来实现配体的能量最小化 [25]。2.3. 虚拟筛选与盲分子对接在结构生物学中，分子对接作为一种可靠的技术而闻名，特别是在CADD过程中[26]。该技术确保了小分子和特定大分子之间结合模式的最佳预测[27]。PyRX是一个开放获取的虚拟筛选工具，致力于针对特定药物靶标筛选大量化合物库。AutoDock4和AutoDockVina是A.S. Roy等人医学信息学解锁27（2021）1007773==-图二. 研究的总体工作流程PyRX的旗帜下的两个最有效的工具，它提供了一个用户友好的界面，进行CADD的分子对接。为了找出我们所需的蛋白质和命中化合物的最佳结合相互作用，我们使用PyRX工具的AutoDockVina向导进行分子对接[25]。基于最高结合能（kcal/mol），在对接过程期间保留PYRX的所有默认构型和参数以用于评估。网格体X参数设置为X 55.00，Y 50.928，Z分别为75.65。 我们使用Discovery Studio 2021的BIOVIA可视化器来观察蛋白质-配体复合物的结合姿势。2.4. ADME分析吸收、分布、代谢、排泄（ADME）-在通过基于计算机的表征[28]. ADME特征的计算机模拟预测涵盖疏水性、亲脂性、理化性质和血脑 屏 障 等 标 准 [29] 。 对 接 后 ， 然 后 使 用 SwissADME （ www.swissadme.ch），这是一种基于网络的开源工具，致力于预测小分子的PK特性以及药物相似性。在该分析中，检查了各种分子因素，例如氢键受体的数量（nHBD）、氢键供体的数量（nHBDs）、化合物的分子量（MM）、违反五规则、拓扑表面积（TPSA）和可腐烂键的数量（nRB）。口服给药的药物需要与药物相似性质相容，以最终确定为在药 学 上 与 其 生 物 活 性 评 分 一 致 。 我 们 使 用 Molinspiration Toolkit（http://www.molinspiration.com/cgi-bin/properties）来预测我们选择的化合物的生物活性评分图三. NKCC 1（PDB ID：6PZT）和布美他尼对接复合物的蛋白质-配体相互作用谱。其中（a）和（b）表明布美他尼与NKCC 1的GLU（389）和GLN（591）形成两个氢键。两个烷基键与ILE（306）形成，单个静电π-阴离子键与GLU（389）形成。A.S. Roy等人医学信息学解锁27（2021）1007774表1所选最佳四种化合物的化合物身份、化学名称、二维（2D）结构和布美他尼（对照）及其结合亲和力的列表无化合物PubchemID化学名称二维结构得分（kcal/ mol）1 CID：71753382 3-（4-Methyl-1H-indol-1-yl）-1-（1，3，4，5-tetrahydro-2H-pyrido[4，3-b]indol-2-丙酮-9.32 CID：5740383（E）-1-（萘-1-基）-3-（（1，3，3-三甲基吲哚啉-2-亚基）甲基）吡咯烷二酮-9.13 CID：71692222 2-（5-甲基-1H-吲哚-1-基）-1-（1，3，4，5-四氢-2H-吡啶并[4，3-b]吲哚-2-基）乙酮-9.04CID：34428509′-Bromo-1-methyl-2′-phenyl-1′，10′b-二氢螺（哌啶-4，5′-吡唑[1，5-c][1，3]苯并恶嗪）-9.05CID：2471布美他尼-6.72.5. 毒理学特性除了ADME，还必须检查化合物对人体器官或细胞的可能毒性程度考虑到这一点，admetSAR 1.0（http://lmmd.ecust.edu.p：www.yasara.org/index.html）进行仿真。AMBER 03力场、298 K的温度、1巴的压力、7.86截止值的库仑静电、0.9%NaCl、溶剂密度0.997、pH 7.0、1-fs时间步长、周期性边界是应用于以下的预定参数：cn/admetsar1/）web-server和ProtoX-II在线服务器（https：//进行MD模拟[33]。 均方根偏差（RMSD），toX-new.charite.de/protoX 196II/index.PHP）用于评价我们选择的化合物的毒性水平[30，31]。2.6. 分子动力学为了确保我们的候选化合物在系统中与靶蛋白结构结合的复合物稳定性，通过100 ns（ns）分子动力学（MD）模拟评价了复合物的优选结合模式[32]。YASARADynamics产品（http://www.yasara.org/products.）YASARA计划（htt根均方波动（RMSF）、回转半径（Rg）、溶剂可及表面积（SASA）值和氢键分析由与其他研究类似的MD模拟计算[343. 研究结果3.1. 分子对接对于对接研究，人NKCC 1（PDB id）的晶体结构A.S. Roy等人医学信息学解锁27（2021）1007775-见图4。对接复合物的蛋白质-配体相互作用曲线。其中（a）表示NKCC 1和化合物1（PubChem CID：71753382）之间的相互作用，而（c）显示它们之间的非键合相互作用。另一方面，（b）表示NKCC 1和化合物2（PubChem CID：5740383）之间的相互作用，而（d）显示它们之间的非键合相互作用6PZT）。来自OTAVA chemicals的整个CNS化合物文库用于与NKCC 1对接。标准抑制剂布美他尼的结合能为6.7 kcal/mol（图3）。在进行对接研究之后，我们仅考虑具有最大结合能的化合物以获得最佳结果。在此基础上，我们选择了2-（5-甲基-1H-吲哚-1-基）-1-（1，3，4，5-四氢-1H-吲哚-1-基）-3-（（1，3，3-三甲基吲哚啉-2-亚基）甲基）吡咯烷-2，5-二酮（Pub-ChemCID2 H-吡啶并[4，3-b]吲哚-2-基）乙酮（PubChemCID：71692222），9′-溴-1-甲基-2′-苯基-1′，10′ b-二氢螺（哌啶-4，5′-吡咯-1-基）结果中排名前四的化合物结果表明，3-（4-唑并[1，5-c][1，3]苯并恶嗪）（PubChemCID：3442850），甲基-1H-吲哚-1-基）-1-（1，3，4，5-四氢-2H-吡啶并[4，3-b]吲哚-2-基）最大对接分数分别为-9.3、-9.1、-9.0、-9.0、Kcal/mol图五. 前四种化合物位于彩色区域内，该区域指示口服生物利用度的适当理化空间，并显示了POLAR（极性）、INSOLU（不溶性）、INSATU（恢复性）和FLEX（可旋转键柔性）、LIPO（亲脂性）、SIZE（分子量）参数。(a)（b）、（c）和（d）分别代表化合物1（PubChem CID：71753382）、化合物2（PubChemCID：5740383）、化合物3（PubChem CID：71692222）和化合物4（PubChem CID：3442850）。A.S. Roy等人医学信息学解锁27（2021）1007776--表2药代动力学特性列表包括四种选定化合物的物理化学特性、亲脂性、水溶性、药物相似性和药物化学。性能Pubchemid：71753382Pubchemid：5740383Pubchemid：71692222Pubchemid：3442850理化性质MW（g/mol）357.45396.48343.42412.32重原子27302626重原子18161812可旋转债券4231氢键受体1213氢键给体1010亲油性Log Po/w3.193.332.723.79水溶性Log S（ESOL）中度中度中度中度药动胃肠道吸收高高高高类药Lipinski是的是的是的是的医疗化学Synth. 无障碍容易容易容易容易表3根据Molinspiration化学信息学软件的天然化合物的生物活性评分5740383 v2018.03-0.08-0.34-0.48-0.31-0.31-0.32粤ICP备16018888号-13442850 v2018.03-0.31-0.94-0.85-0.86-0.81-0.69（ 表 1 ） 。 我 们 使 用 规 范 SMILES 和 InChI 密 钥 来 识 别 Pubchem（https://pubchem.ncbi.nlm.nih.gov/）中的特定化合物。我们将所有1930种化合物的对接结果作为补充Excel文件（补充表1）。我们在表6中表示了我们选择的四种化合物与NKCC 1以及NKCC 1-布美他尼对接复合物的非键相互作用，并且这些相互作用也显示在（图4）中的前两种化合物和（补充图5）中的最后两种化合物中。 ①的人）。3.2. 所选化合物药代动力学特性（PK）在药物开发中起着重要的作用，因为它们帮助我们理解和预测生物活性，如化合物对给定系统的毒性或有益影响。例如，PK性质推测药物化合物是否已从胃肠道良好吸收或准确分布到其靶位点，适当代谢并从体内排出而没有任何拮抗作用。许多药物生产过程失败，并从临床试验中丢弃，由于不良的PK。目前，计算预测可用于包含药代动力学性质和X性（ADMET）分析。新提出的化合物具有明确的愿景，只选择具有令人满意的PK的化合物。我们的前4个化合物的典型微笑进入SwissADME网站和Molinspiration在线服务器进行分析。SwissADME提供了一个药物相似性图作为雷达图（图5），其中每个峰代表定义药物特性的参数。图表中的粉红色区域表示每个属性的最佳范围。粉红色区域内的任何化合物都可以被认为是潜在的候选者。所有四种选定的化合物漂浮在粉红色区域内，表明它们作为药物的效力。服务器还检查了表4ADME性质如亲脂性、水溶解性和药物类似性，并且表明所有化合物提供了穿过血脑屏障（BBB）的能力，这是药物适当作用所需的。我们选择的化合物的理化性质列于（表2）中，这表明研究中选择的所有化合物都可转化为药物。3.3. 前五名化合物Molinspiration工具可以预测选定化合物的药物靶点生物活性评分，见表3。具有大于0.00的生物活性评分的化合物最有可能说明值得注意的生物活性，而从0.50至0.60的评分最有可能说明值得注意的生物活性。0.00预期是适度动态的，并且预期在分数小于0.50的情况下是休眠的。研究结果表明，不同的途径可以包括在化合物的生理活性。也可能是由于与GPCR配体、核受体配体的相互作用以及蛋白酶和其他酶的抑制。化合物生物活性评分表明与我们研究中的所有药物靶点有温和的联系，因为所有选定的化合物均显示出非常有希望的生物活性评分。3.4. 毒性预测如今，毒性预测是药物设计中的重要步骤，以确定特定化合物对人类，植物和环境的不利影响。常规方法包括不同的动物试验来评估化合物不仅成本高，而且耗时，而且还包括严重的道德问题[37]。与之相比，计算机辅助的毒性预测耗时更少，成本更低，并且可以更频繁地所选四种化合物的毒理学性质包括所选四种化合物的药物诱导的hERG抑制、AMES毒性、致癌物、急性经口毒性、大鼠急性毒性（LD 50，mol/kg）。化合物（pubchem id）hERG抑制大鼠（LD50）Ames致癌物急性经口毒性致癌性（三级）71753382弱2.6030没有没有III不需要5740383弱2.7856没有没有III不需要71692222弱2.4430没有没有III不需要3442850弱2.8282没有没有III不需要化合物Pubchem IdMolinspiration生物活性评分GPCR配体离子通道调节剂激酶抑制剂核受体配体蛋白酶抑制剂酶抑制剂71753382v2018.030.34-0.090.23-0.10-0.050.07A.S. Roy等人医学信息学解锁27（2021）1007777表5通过Protox-II在线服务器对前4种化合物进行X性分析减少了生物学实验测试的次数。我们使用admetSAR服务器来预测这四种化合物的化学性质。化合物（Pubchemid）细胞毒性免疫原突变性 致癌性如图所示（表4）。结果表明，这些化合物均不具有AMES毒性。然而，所有化合物被发现是人ether-a-go-go-related基因（hERG）的弱抑制剂，并显示出较弱的大鼠急性毒性，半数致死量（LD_（50））为2.80mol/kg。 根据预测的急性经口毒性值，所有化合物均在“III类”内。这类化合物LD 50值小于5000 mg/kg，从可药用的角度来看，通常认为是合适的。我们通过ProTo x-II在线服务器进一步交叉检查所选化合物的X性概况表6NKCC 1的氨基酸残基与我们选择的四种化合物以及下面给出的布美他尼之间的非键相互作用ID残基距离（mm）类别键类型PubChem CID：71753382中国（746）2.6579氢键常规氢键中文（简体）4.02疏水Pi-Pi堆叠3.875.42疏水疏水Pi-Pi堆叠Pi-Pi烷基中文（简体）5.17407其他Pi-Sulfur中国（739）3.92168疏水Pi-Pi堆叠4.43227疏水Pi-Pi堆叠5.92648疏水π π T形美国（720）3.89604疏水烷基4.79829疏水Pi-烷基5.47285疏水Pi-烷基中文（简体）5.00593疏水烷基美国（687）4.69167疏水Pi-烷基PubChem CID：5740383 TYR（746）2.72515氢键常规氢键4.80307疏水π π T形5.01306疏水Pi-烷基葡萄糖（363）4.9363静电π-负离子中文（简体）4.38202疏水Pi-Pi堆叠4.14842疏水性Pi-Pi堆叠LEU（743）5.40833疏水性Pi-烷基ALA（687）4.56598疏水性Pi-烷基ALA（720）4.71791疏水性Pi-烷基5.02842疏水性Pi-烷基CYS（724）5.02308疏水性Pi-烷基PubChem CID：71692222 TYR（746）2.75017氢键常规氢键PHE（691）4.32651疏水性Pi-烷基5.2996疏水Pi-Pi堆叠4.53837疏水Pi-Pi堆叠TYR（739）4.83521疏水性Pi-烷基4.08195疏水Pi-Pi堆叠5.25158疏水性Pi-Pi堆叠LEU（688）4.70705疏水性烷基ALA（687）4.91401疏水烷基5.20047疏水性Pi-烷基ALA（720）4.66822疏水性Pi-烷基5.04015疏水性Pi-烷基CYS（724）4.35449疏水性Pi-烷基4.92955疏水性Pi-烷基中国（728）4.6632疏水Pi-烷基低浓铀（743）5.19848疏水Pi-烷基PubChem CID：3442850 TYR（739）葡萄糖（363）3.573975.7873.71358氢键疏水静电碳氢键π-π T型π-负离子中文（简体）中文（简体）3.895134.878234.94362疏水疏水疏水Pi-Pi堆叠Pi-烷基低浓铀（743）4.67081疏水烷基中国（746）5.06672疏水π π T形美国（687）5.461815.192065.33889疏水疏水疏水Pi-烷基Pi-烷基低浓铀（688）5.15697疏水Pi-烷基布美他尼葡萄糖（389）中文（简体）2.733063.929792.78326氢键静电氢键常规氢键π-阴离子常规氢键中文（简体）4.72436疏水烷基5.1957疏水烷基71753382非活动非活动非活动非活动5740383非活动非活动非活动非活动71692222非活动非活动非活动非活动3442850非活动非活动非活动非活动A.S. Roy等人医学信息学解锁27（2021）1007778所有化合物均无细胞毒性、免疫原性、致突变性和致癌性（表5）。因此，所有四种化合物都是有效的，并且可以用作具有最佳口服生物利用度和安全性特征的有前景的药物。3.5. MD模拟NKCC 1的动力学性质以及四种选定的化合物对于研究结构变化至关重要我们分别对前四种化合物中的每一种与蛋白质进行利用轨迹法得到的数据绘制了RMSD和RMSF图，以研究复合物的二级结构我们通过该MD模拟技术[34]监测初始结构的骨架RMSD来分析结构稳定性。NKCC 1-布美他尼的平均溶质RMSD为3.6 ppm。在（22-28）ns的模拟之间达到4.5 μ m其中平均 RMSD 为 NKCC1-CID： 71753382, NKCC1-CID：5740383，计算NKCC 1-CID：71692222和NKCC 1-CID：3442850化合物复合物，发现分别为40.2 mM、4.3 mM、3.01 mM和3.50 mM（图6）。前两种化合物的100 ns模拟继续增加并超过4 ns标记，远高于对照本身，这表明两种化合物的稳定性非常差。另一方面，最后两个分子在最佳范围内，并且值也小于对照化合物，这表明稳定性的可能性更大。RMSF（均方根波动）是残渣热运动的量度。它决定了配体结合后NKCC1中的残余振动。该分析概述了配体结合在多大程度上影响蛋白质的柔性。可以理解从（补充图2）可以看出，从-N在对照的情况下（NKCC 1-布美他尼）在（560-580）残基之间观察到10 μ m的最大波动。对于第一种化合物（Pubchem CID：71753382），在（550-570）和（635-650）残基之间分别观察到两次约7和8 μ m的较大波动。从第二个获得了9 μ m的最大波动化合物（Pubchem CID：5740383）。第三种化合物（Pub.chem CID：71692222），在（550-560）个残基之间观察到7 μ m的最大波动，在（550-560）个残基之间观察到6 μ m的第二次波动。 640和 650 残基 的 最后一种化合物（Pubchem-CID：3442850）在550和560个残基之间表现出6.5 μ m的最大波动，在640和650个残基之间表现出640-650 μ m的第二大波动。较高的SASA值是蛋白质体积膨胀的指示，并且在整个模拟中期望低水平波动。有时SASA值变化很大程度上是由于小分子的结合，这极大地影响了蛋白质结构。 （图） 7），我们可以看到对照化合物（NKCC 1-布美他尼）的平均SASA值为40000 μ g，其中21000 μ g是所有四种化合物的平均值，其显著低于对照化合物。因为在整个模拟过程中没有观察到大的波动，这表明所有四种化合物的结合使蛋白质扩增保持在最佳水平。结构致密性由回转半径（Rg）决定。仿真过程中一致性波动率越低，系统的紧凑性和刚性越高。对照化合物的计算平均Rg为34.2 Ω，观察到最大波动为34.2 Ω。第一种化合物显示出几乎恒定的23.6 Ω的值。第二种化合物的平均值为24.2 μ m第三个COM-磅的值为24.0 Ω，其中在（56-62）个残基之间观察到24.2的轻微增量。23.7 Rg是模拟运行100 ns后第四化合物的平均Rg值（图8）。与对照化合物相比，在整个模拟过程中未发现化合物的结构转换。 因此，稳定的Rg表明复杂的稳定性和刚性。氢键（H）分析非常重要，因为它们有助于将配体与靶蛋白结合，并调节药物选择性、代谢和吸附[38]。因此，我们计算出在100 ns的模拟运行时间内，观察到溶质中以及溶质与溶剂之间的氢键，其中观察到280-& 氢键观察分析表明，直到100 ns模拟运行，每种化合物都保持最佳的氢键。因此，所有四种化合物都有能力对药物特异性、代谢和吸附显示出所需的作用。4. 讨论如今，CADD已成为计算机辅助设计中不可或缺的工具之一，见图6。示出了从蛋白质配体复合物提取的RMSD值，即，PubChem CID：3442850（红色）、PubChem CID：71692222（橙色）、PubChem CID：5740383（蓝色）、PubChem CID：71753382（灰色），其中对照被标记为（绿色），涉及100 ns模拟时间。(For对本图中颜色图例的解释，读者可参考本文的网络版A.S. Roy等人医学信息学解锁27（2021）1007779---见图7。显示了从蛋白质配体复合物提取的SASA值，即PubChem CID：3442850（深蓝色）、PubChem CID：71692222（灰色）、PubChem CID：5740383（橙色）、PubChem CID：71753382（红色），其中对照标记为（浅蓝色），涉及100 ns模拟时间。(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8。显示从蛋白质配体复合物提取的Rg值，即PubChem CID：3442850（深蓝色）、PubChem CID：71692222（灰色）、PubChem CID：5740383（橙色）、PubChem CID：71753382（红色），其中对照标记为（浅蓝色），涉及100 ns模拟时间。(For对本图中颜色图例的解释，读者可参考本文的网络版现代药物开发技术，因为它大大减少了费用，时间和劳动力的包含[39]。CADD限制了科学家进行的生物学研究，也消除了伦理问题，从而加快了药物创新过程。分子对接、ADMET、分子动力学模拟是CADD的主要方法，良好的生物学效果[40]。从几项研究[41-通过MD模拟揭示，该模拟将小化合物列为针对特定药物的有效药物。在这项研究中，我们分析和筛选了1930种靶向NKCC1蛋白的化合物来治疗神经系统疾病。分子对接筛选具有更高结合亲和力的化合物[42，45]。在我们的研究中，基于它们与配体具有最大结合亲和力来选择前四种化合物，即PubChem CID：（71753382）、PubChem CID：（5740383）、PubChem CID：（71692222），PubChem CID：（3442850），结合评分九点三九点一九点零 和9.0 kcal/mol。后来，我们评估了药代动力学性质，因为药代动力学性质优化对于化合物通过标准临床试验并成为潜在候选药物至关重要[45]。分子量和极性表面拓扑面积（TPSA）值螺栓更大，如果化合物造成分子渗透性降低，而其较低的值导致改善的渗透性。LogP表示亲脂性，A.S. Roy等人医学信息学解锁27（2021）10077710见图9。显示了从蛋白质配体复合物中提取的溶质中的氢键数，即，PubChem CID：3442850（红色）、PubChem CID：71692222（橙色）、PubChem CID：5740383（蓝色）、PubChem CID：71753382（灰色），其中对照标记为（绿色），涉及100 ns模拟时间。(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10。显示了从蛋白质配体复合物中提取的溶质和溶剂之间的氢键数，即PubChem CID：3442850（红色）、PubChem CID：71692222（橙色）、PubChemCID：5740383（蓝色）、PubChem CID：71753382（灰色），其中对照品标记为（绿色），涉及100 ns模拟时间。(For对本图中颜色图例的解释，读者可参考本文的网络版称为无机相和水相分离的对数。候选药物的吸收主要受亲唇性的影响。LogP值越低，吸收速率越大LogS基本上表示为药物溶解度，通常认为具有最低LogS值的化合物是有利的[29]。当氢键受体和供体的数量超过最佳范围时，其不利地影响药物分子逐层穿过膜的能力。可旋转键的数量不应超过10，因为它可能影响口服生物利用度。我们对停靠化合物的ADMET性质的预测表明，所有四种化合物都在可接受的范围内，可以选择作为潜在的候选药物。由于我们的药物需要对大脑疾病起作用，因此它需要通过BBB [46]，这是药物发现中考虑的关键标准A至X化合物具有破坏生物体的效力[47]。研究结果表明，毒性是负责失败的后期药物开发。计算机模拟的毒性分析是非常有效的，因为它克服了传统方法的所有缺点，如与体内技术相关的动物要求、昂贵、耗时。我们已经通过计算机方法分析了前四种化合物的毒性特征从毒性检测服务器获得的数据显示，这些化合物均不致癌。进行计算AMES毒性预测试验还发现化合物是hERG的弱抑制剂。LD 50主要提供关于化合物的立即或急性毒性的信息，A.S. Roy等人医学信息学解锁27（2021）10077711++-++发现它们在研究中是最佳的。MD模拟已经成为CADD不可或缺的工具，因为它分析原子的物理运动[37]。通过MD模拟确定候选药物我们选择的四种化合物与对照布美他尼一起进行MD模拟，并通过RMSD、RMSF、Rg、SASA值和通过计算氢键。然而，需要额外的体内实验，因为它可能需要数年的时间才能进行许多临床试验，以证明自己是有效的药物，并最终可用于人类。5. 结论布美他尼（Bumetanide，BMT）在缺血性中风等神经系统疾病的治疗中抑制脑钠钾氯协同转运蛋白1（NKCC 1），但其脑渗透性差限制了其应用 布美他尼[43]。进行该特定研究以筛选和鉴定比布美他尼具有更大功效和更高脑渗透水平的替代化合物。实施了包括分子对接、ADMET和MD模拟在内的全面的计算机模拟方法，以从我们主要检索的最初1930种药物中鉴定出潜在的候选药物。在评估所有分析后，所有四种化合物都成为抑制NKCC 1的潜在候选药物。然而，需要进行体外和体内实验研究，以最终确认其抑制NKCC 1的功效，并最终批准用作药物。作者贡献MSH、MISH、MMR：构思并设计研究。ASR、MSSS、FTJ、SKFA、IH。MSH：进行研究。ASR，MSSS，FTJ，IH：撰写手稿。MSH、MISH、NMR、MKI、HAR、NMB：审查手稿。资金来源这项研究没有收到任何来自公共，商业或非营利部门资助机构的具体资助。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确认作者感谢孟加拉国Noakhali科技大学Research Cell和孟加拉国科技部研发部门提供研究资金，并感谢Noakhali科技大学生物技术和遗传工程系附录A. 补充数据本 文 的 补 充 数 据 可 在 ht