甲型流感病毒神经氨酸酶药物的计算分析

医学信息学解锁18（2020）100284抗甲型流感病毒亚型神经氨酸酶类药物的计算分析Gracy Fathima Selvaraja，b，Shanmugavel Piramanayagam b，Velmurugan Devadasan c，Sameer Hassand，Kaveri Krishnasamya，*，Sivasubramanian Srinivasan aa印度泰米尔纳德邦钦奈国王预防医学和研究所病毒学系b印度泰米尔纳德邦哥印拜陀Bharathiar大学生物信息学系c印度泰米尔纳德邦钦奈马德拉斯大学Guindy校区晶体学和生物物理学中科院瑞典哥德堡大学A R T I C L EI N FO保留字：甲型流感病毒计算分析对接神经氨酸酶抗病毒药物药物A B S T R A C T流感病毒是一种有包膜病毒，具有分段的基因组，由八个（负义）RNA片段编码。RNA片段被包装在核衣壳蛋白中。神经氨酸酶（Neuraminidase，NA）是一种外泌唾液酸酶，是病毒的主要抗原和重要毒力因子，由第6段RNA编码11种亚型NA被表征为甲型流感，并且N1NA是一个活跃的用于开发强效抗病毒药物或神经氨酸酶抑制剂（NAI）的靶标，据报道，NAI与NA活性位点中的多个保守残基相互作用，从而抑制病毒体释放并防止病毒扩散至附近细胞。目前的计算研究集中在11个不同的药物样分子，包括已知的NAI，如奥司他韦和扎那米韦对两个致突变组的人流感A病毒亚型的NA的晶体结构的对接。这项研究的对接结果表明，扎那米韦是对各种NA亚型最有效的候选药物，其次是拉尼米韦。该研究提供了关于各种流感亚型的先导化合物和NA蛋白之间的相互作用以及交叉反应性的见解。通过计算研究评估的这些NAIs的疗效观察结果必须通过体外和体内研究进行验证，以成功地将其转化为治疗各种亚型流感感染的潜在治疗药物。1. 介绍流感是由流感病毒引起的呼吸道感染，流感病毒是RNA病毒的OrthomyX它被认为是世界范围内发病和死亡的重要原因，特别是在季节性流行病和大流行期间[1]。根据抗原变异，病毒可分为A型、B型、C型和D型四种类型;然而，已知A型、B型和C型会感染人类[2，3]。甲型和乙型流感病毒引起高度传染性疾病，而丙型流感病毒不会引起任何重大疾病[4]。甲型流感病毒基因组由8个负链RNA片段组成，编码14种蛋白质[5]。在两大板块中，免疫显性表位。病毒在易感宿主细胞中复制后，NA的唾液酸酶活性通过催化唾液酸（包括粘蛋白，其为易感宿主细胞表面上的底物）的裂解来帮助病毒进入细胞[8]。受体破坏酶NA促进新产生的病毒的释放以感染更多的细胞，因此它可能在病毒进入中为NA提供重要作用[9，10]。NA活性可被抑制被称为NAI的化合物所控制，NAI通过显示抗流感活性而对控制流感感染非常重要。HA和NA活性都是阻断感染的抗体的靶标，并且作为免疫压力的结果，糖蛋白的抗原性质在进化过程中变化NA是面对糖蛋白，血凝素（HA）和神经氨酸酶（NA），NA是蘑菇形四聚蛋白质，账户适用于药物开发的首选目标[6，7]。HA和NA糖蛋白在建立感染、致病性和通过HA和NA糖蛋白的突变逃避免疫应答中起关键作用。病毒体表面总糖蛋白的10-20%，锚定在N-末端附近的病毒膜上，并组装为约470个氨基酸的四种相同多肽的四聚体[ 11，12 ]。NAS* 通讯作者。电子邮件地址：kaveriraj1967@gmail.com（K.Krishnasamy）。https://doi.org/10.1016/j.imu.2019.100284接收日期：2019年10月7日;接收日期：2019年12月19日;接受日期：2019年12月19日在线预订2019年2352-9148/© 2019由Elsevier Ltd.发布这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表医学信息学期刊主页：http://www.elsevier.com/locate/imuG.F. Selvaraj等人医学信息学解锁18（2020）1002842¼折叠成四个不同的结构域如胞质尾区， 跨膜区、茎和催化头。甲型流感病毒可根据HA和NA的抗原性分为亚型。16 HA（H1-16）和 9 NA（N1-9）亚型已被确定，而另外两个亚类，H17 N10和H18 N11型最近在蝙蝠中分离出来[13从系统发生学上讲，N1活性位点中的氨基酸残基大致位于每个亚基的中心，流感NA酶在不同亚型之间高度保守[17]。据报道，催化氨基酸残基（Arg118、Asp151、Arg152、Arg224、Glu276、Arg292、Arg371和Tyr406 ） 使 NA 能 够 接 近 底 物 ， 而 其 它 残 基 （ Glu119 、 Arg156 、Trp178 、 Ser179 、 Asp198 、 Ile222 、 Glu227 、 Glu277 、 Asn294 和Glu425）有助于稳定活性位点[18]。酶活性位点在空间方向和序列性质等方面高度保守，这使其成为药物抑制的理想靶标[19]。NA一直是开发新型抗流感药物的有吸引力的靶标，并且使用基于结构的药物设计策略成功开发了NAI [20]。NA的活性位点也是抗流感药物奥司他韦和扎那米韦的靶点，这些药物是有效的NA抑制剂（NAI）[21]，并且这些NAI显示出抗病毒活性抗流感病毒[22这些合成唾液酸类似物当作为前药给药时，在体内代谢成它们的活性形式，其通过结合在活性位点上抑制NA。然而，取代突变H274Y降低了NA对抑制剂的亲和力，导致耐药菌株的出现。此外，其他报道的取代突变降低NA对药物的亲和力。耐NAI的H1N1病毒的全球传播强烈刺激了探索开发新型抗流感药物和疗法的可能性，所述药物和疗法可与现有常规药物组合使用以对抗耐药性流感病毒的发展和传播的风险。计算机辅助药物设计（CADD）是一门使用计算方法在分子水平上模拟药物-受体相互作用的专业学科，它被新的药物设计平台用于开发针对病毒靶点的改进和有效的药物[25，26]。关于几种NAI和各种流感亚型的NA之间的相互作用的报告是可用的。 然而，各种NAI先导化合物与多种流感亚型的NA之间的交叉反应性未见报道。在这项研究中，选择了不同亚型（N1，N2，N4，N5，N8和N9）的NA结构，并与11种不同的NAI共结晶。此外，通过使用从PDB数据库中获得的结晶蛋白及其共晶体进行对接和再对接，对所选11种药物在各种流感亚型的NA之间的交叉反应性进行了全面的计算分析。本研究共选取了45种流感病毒NA的PDB结构与11种不同的药物进行分子相互作用的分析，以确定对大多数亚型具有活性的最佳结构。2. 方法2.1. 神经氨酸酶蛋白从蛋白质数据库（PDB）[27]（www.rcsb.org）下载与药物一起结晶的各种亚型甲型流感病毒的NA结构。N1、N4、N5和N8选自组1，N2和N9选自组2。共有45个结构被下载。其中N1亚型12个，N2亚型4个，N8亚型5个，N9亚型22个在其余的结构中，一个来自N4亚型，另一个来自N5亚型。亚型与突变一起列表，药物与它们共结晶。2.2. 种药物共选择了11种药物与不同亚型人流感病毒NA蛋白的共结晶。目前使用的药物如奥司他韦、扎那米韦[28]、帕拉米韦[29]、兰尼米韦[30]与DANA、4AM、9AM、49A [31，32] G20、G28和GNA一起被选择，这些药物从PDB数据库下载，以mol2格式保存并用于对接。列出了他们的PubChem和DrugBank数据2.3. 亚型分析2.3.1. 序列分析从PDB数据库下载所选结构的蛋白质序列并分析其序列相似性。所有45 个 PDB 结 构 的 蛋 白 质 序 列 的 多 序 列 比 对 由 Clustal omega（https://www.ebi.ac.uk/Tools/msa/clustalo/）完成，[33]。多序列比对程序使用HMM profile-profile技术来比对三个或更多个序列，并且以生物学上有意义的方式比对多个不同的序列。 对所有亚型进行比对和单独 分 析 ， 并 记 录 比 对 结 果 。 然 后 ， 将 序 列 提 交 用 于 通 过 CD-HIT（http://weizhong-lab.ucsd.edu/cdhit-web-server/cgi-bin/index.cgi？cmd cd-hit）[34]和MEGA X 10.1（Beta）（www.megasoftware.net）[35]软件，并对结果进行分析。CD-HIT是一个快速的程序比较和聚类的蛋白质序列的大集合。CD-HIT算法是一种贪婪的增量聚类算法，通过减少序列冗余来提高其他序列分析的性能。CD-HIT基于满足相似性阈值（通常是序列同一性）来对分子进化遗传分析（MEGA）是一种计算机软件，用于对分子序列进行基因组分析，统计进化距离，构建系统发育树。MEGA X 10.1是MEGA最近发布的版本提交所选亚型的序列，并使用Clustal W算法进行多序列比对，并使用Neighbor Joining方法进行系统发育分析，以将基于进化变化的亚型所有上述研究的序列均以Fasta格式提交，并使用默认参数进行分析。2.3.2. 结构分析通过PDBeFold（也称为SSM）分析了45个PDB结构，这是一种用于比较3D中蛋白质结构相似性的交互式服务（http://www.ebi.ac.uk/msd-srv/ssm）[36]。 根据iden-该软件利用蛋白质数据库（PDB）中的C- α比对和相似性检验，对占据“等效“几何位置的残基存档或SCOP。叠加结构以计算总体RMSD的一致性评分和Q评分（Cα比对）。这些结果被详细的二级结构比对所注释以及CATH和SCOP域分类。为了查看对齐的结构，与工具一起提供RASMOL（smol.org/）或Jmol（http://jmol.sourceforge.net/2.4. 活性位点残基及其相互作用分析基于来自PDBSUM数据库（www.ebi.ac.uk/pdbsum）[38]的相应LIGPLOT [37]以及PDB原子文件，对所有选定45种 PDB结构的流感NA不同亚型中活性位点的高度保守氨基酸残基在NA的活性位点上有近17个残基与药物相互作用。这些残基在所有的45种不同亚型的结构。除此之外，还列出了一些结构中参与相互作用的其他残基。活性位点残基在其位置上的频率对于所有45个G.F. Selvaraj等人医学信息学解锁18（2020）1002843绘制了结构尽管活性位点残基在各种亚型的所有结构中高度保守，但它们与药物的相互作用基于氢键的形成而很少有活性位点残基形成表1流感亚型的NA的PDB结构及其选择用于本研究的共晶体。PDB ID亚型药物与某些药物形成氢键，但与其他药物不形成氢键。选择118、119、151、152、178、222、276、277、292、371和406位高度保守的活性位点残基进行分析。N12HU0、2HU4、3CKZ、3CL0、3CL2、3TI3、3TI4、3TI5、3TI6，4B7J、4B7Q、4B7R奥司他韦、扎那米韦、兰尼米韦ysis。氢键的形成在这些位置上变化，在某些情况下，同一种药物的模式不同N21IVF，3TIA，3TIB，3TIC扎那米韦，兰尼米韦，也通过比较所有45个结构的ligplotN42HTWN53TI8达纳达纳兰尼米韦为了了解氢键形成的差异，计算了上述残基的氢键长度，11种药物为此，从每个药物组中，一个结构是N82HT7、2HT8、2HTQ、2HTR、2HTU奥司他韦，扎那米韦、帕拉米韦、选择作为参考，由ligplot和Discovery Studio计算键长，并将结果制成表格。评价了各种药物中每个残基的氢键长度的变化。N91F8B，1F8C，1F8D，1F8E，1NNB，2QWC，2QWD，2QWE，2QWF，2QWG、2QWH、2QWI、2QWJ、2QWK、4MWQ、4MWR、4MWU、4MWV、4MWW、4MWX、4MWY、Dana奥司他韦、扎那米韦、拉尼米韦、帕拉米韦、DANA、4AM、9AM、49A GNA、G20、G282.5. 药物的结构叠加将药物叠加以确定其结构中的共同骨架。在这项研究中，广泛使用的 药 物 奥 司 他 韦 被 选 为 模 板 。 SMSD （ Small Molecule SubgraphDetector）（http://www.ebi.ac.uk/thornton-srv/software/SMSD/）是一 个 基 于 Java 的 软 件 库 ， 用 于 计 算 小 分 子 之 间 的 最 大 公 共 子 图（MCS）。该软件可以使用EMBL-EBI开发的内部算法计算两个小分子之间的相似性。SMSD [39]工具和药物与奥司他韦一个接一个地叠加，并且鉴定了存在于所有药物中的与奥司他韦相似的主链。2.6. 对接2.6.1. GOLD对接用对接软件GOLD研究蛋白质与药物的相互作用。蛋白质结构从PDB下载并以.pdb格式制备，而药物由Discovery studio以. mol2格式制备，其可由GOLD（www.ccdc.cam.ac. 英国）[40，41]。活性位点残基以GOLD的特定形式排列将制备的蛋白质、配体和活性位点残基提交用于GOLD中的对接过程所有45种结构和11种药物均以下述方式制备用于对接。2.6.2. GOLD对接算法Gold包的各种对接算法是可用的，并选择了合适的一个用于本研究。为此，进行了45个PDB结构与它们的共晶体的pre-GOLD制备和重新对接。在这里，RCSB下载了45个PDB结构，通过使用Discovery Studio（DS）（http://accelrys.com/）分离具有共晶体药物。分离蛋白质-药物复合物，并将蛋白质保存在.PDB中，而药物保存在. mol 2格式中。再次，使用GOLD软件对分离的蛋白质、药物和活性位点残基进行重新对接。在这里，蛋白质与它们分离的相同药物重新对接。使用GOLD中的CHEMPLP、GOLD score、chemscore和ASP等算法进行对接，并对结果进行比较。将所选算法的最高对接分数和相应的RMSD值制成表格。2.6.3. 对接和整体对接随后，所有45种蛋白质结构均与所有选定的11种研究药物进行对接。根据其亚型N1、N2、N4、N5、N8和N9对45个结构进行分组。N4和N5亚型分别与11种药物进行对接，而其他亚型N1、N2、N8和N9则进行系综对接，以分析几种蛋白质质子化状态。在这里，所有的4MX0提交亚型与所有11种药物进行对接，并选择CHEMPLP程序进行对接。将每种亚型与每种药物的最高对接得分制成表格，并将所有值绘图。2.7. PDBSUM生成选择每种亚型与所有11种药物的高评分对接复合物并上传到PDBSUM生成工具（https://www.ebi.ac.uk/thornton-srv/databases/pdbsum/Generate）中以生成显示活性位点残基与药物相互作用的ligplot。在PDBSUM生成之前，进行对接复合物与从PDB下载的相应蛋白质药物复合物的叠加。对所有11种药物的所有亚型进行了该程序。然后，在Discovery Studio中计算叠加复合物的RMSD值。显示最小RMSD的对接姿势被提交用于PDBSUM生成。根据Ligplot，计算参与氢键形成的残基以及各药物与各亚型NA之间形成的氢键数。介绍了药物在LIG-PLOT中的相互作用模式3. 结果和讨论3.1. NA蛋白计算分子对接技术为研究小分子与蛋白质的相互作用提供了一种新的有效途径。为了模拟新的策略，以确定抗流感的潜力，选定的药物样的候选人，我们进行了这项研究，通过使用各种计算机辅助药物设计工具。NA亚型、所选亚型的序列和结构相似性、活性位点残基、由于与药物相互作用而形成的氢键、所选11种候选药物的结构、所有药物的共同骨架、通过PDB结构与其共结晶药物的重新对接的对接算法选择、对接结果以及11种药物与亚型N1、N2、N4的相互作用，对N5、N8和N9进行了详细的研究。3.2. 种药物45种NA结构和与NA共结晶的药物的PDB ID列于表1中。每种结构与来自本研究的11种药物组的特定感兴趣的药物复合（图1）。①的人。G.F. Selvaraj等人医学信息学解锁18（2020）1002844Fig. 1. 本研究选择的药物结构。 11种药物与流感病毒亚型神经氨酸酶共结晶。 这是根据PDB数据库。G.F. Selvaraj等人医学信息学解锁18（2020）1002845图二. 系统发生树和亚型聚类使用MEGA X 10.1显示每个亚型在单独的分支。基于序列相似性，将亚型聚集在这里。该图显示了序列对亚型具有特异性该表显示，这些药物没有亚型特异性。许多药物对一种以上的亚型都有活性。其PubChem和DrugBank数据列于表A.1。因此，在这项研究中，我们将所有11种药物与每种亚型对接，以找出哪种药物与各种亚型的相互作用更多3.3. 序列分析在对所有亚型病毒进行序列分析时，采用Clustal Omega进行多重序列比对（图A.1多重序列比对显示，NA蛋白序列属于G.F. Selvaraj等人医学信息学解锁18（2020）1002846图三. 图像显示PDBeFOLD叠加结构。将本研究的45个PDB结构相互比对以计算RMSD。相似的亚型在其整个长度上具有高度保守的残基，除了在NA片段上具有少量的突变。相反，不同亚型的NA序列比对显示很少的保守位置和高程度的错配。这些结果表明，不同亚型之间存在亚型特异性的保守序列集和错配模式。MEGA X 10.1结果（图2）证实了上述结果，因为每个亚型被分组为单独的进化枝。通过CD-HIT结果对蛋白质序列进行聚类（表A.2）也证实了亚型的保守序列数据集，因为该工具的聚类基于序列同一性。3.4. 结构分析将所有选定的45个结构叠加，并通过PDBeFOLD计算Q评分和RMSD（图3）。每个结构的RMSD和Q得分的一致性值分别计算，总体Q得分为0.8225，总体RMSD为0.9069。Rasmol可视化了叠加的结构。与同类数据库相比，PDBeFOLD算法对大量蛋白质结构（超过几百个氨基酸残基）以及PDB、SCOP或用户自定义结构数据库的结构匹配特别有效。它还支持多个蛋白质结构的比较和3D比对。3.5. 活性位点残基相互作用分析各种NA亚型的所选45种结构及其活性位点列于表2中。在此，PDBID及其相应的药物复合物通过各种颜色区分。在45个结构中，13个（3CL 0，3CL 2，3TI 6，4B7R，4B7J，2HT 8，4MWQ，与奥司他韦复合的有7个（3CKZ、3TIC、3TI5、4B7Q、2HTQ、4MWR和4MWX），与拉尼米韦复合的有7个（3TI8、4MWU、4MWY、3TI3、3TI4、3TIA和3TIB），与帕拉米韦复合的有3个（ 2HTU 、 4MWV 和 4MX0 ） ， 与 DANA 复 合 的 有 6 个 （ 2HTR 、2HTW、1F8B、2QWC、1IVF和1NNB），与DANA 复合的有2 个（1F8C和2QWD）。G20组2例（2QWF和2QWI），G28组2例（2QWG和2QWJ）9AM、49A和GNA与1F8D、IF8E和2QWE复合。该列表中的许多药物与不同的亚型复合（表1）。表2显示活性位点残基在所有亚型中高度保守[19，20]。Arg 118，Glu 119，Asp151，Arg 152，Trp 178，Ile 222，Arg224，Ser 246，Glu276、Glu277、Arg292、Arg371和Tyr406是选择用于研究的所有药物的保守活性位点残基。此外，其他残基也参与相互作用（表2），即帕拉米韦的Leu 134;扎那米韦的Arg 156;扎那米韦、拉那米韦、帕拉米韦、G20和GNA的Glu 227。保守的Ser 246参与与所有药物的相互作用;但不太常见，它被Ala取代246.类似地，在一些蛋白质中保守残基Arg292被Lys292取代。Asn294参与药物如奥司他韦、扎那米韦、拉尼米韦和DANA的相互作用。Tyr347参与了药物如奥司他韦、扎那米韦、拉尼米韦和DANA的相互作用。高 度 保 守 的 残 基 如 Arg118 ， Glu119 ， Asp151 ， Arg152 ，Trp178，Ile222，Glu276，Glu277，分析了Arg292、Arg371和Tyr406与所有11种药物的关系（表2）。在不同的药物的情况下，在这些位置的键形成不同。Arg118在所有情况下形成氢键，而Glu119仅在奥司他韦、DANA、4AM、G28、9AM和49A中形成键。即使在奥司他韦中，在某些情况下，也没有氢键形成。同样，在某些DANA的情况下，它也没有形成键。Asp151与除9AM和少数DANA外的所有药物形成氢键同时，在奥司他韦的某些情况下也没有发生氢键。Arg152与所有药物都表现出氢键，而Trp178则参与与扎那米韦、拉尼米韦、帕拉米韦和G20等药物的成键。Ile222不参与与11种药物形成氢键。Glu276与许多药物如扎那米韦、拉尼米韦、DANA、4AM、9AM、49A和GNA显示氢键，而Glu277不形成氢键。Arg292在许多结构中被Lys292取代，但在突变发生时氢键并没有改变，因为在某些情况下两个残基形成键，而在许多情况下它们不形成键。例如，Arg292与奥司他韦形成氢键，而Lys292不形成氢键，同时，Arg292在某些结构中也不形成氢键几乎，Arg292和Lys292都是在拉尼米韦、扎那米韦和帕拉米韦中形成氢键但在在某些结构中，Arg292也不与扎那米韦形成键。在DANA和4AM的情况下，Lys292显示氢键形成，Arg292不参与氢键形成，而在G28中， 反之亦然Arg292与9AM和49A不形成氢键，Lys292与GNA形成氢键。Arg371与所有药物形成氢键，而Tyr 406不与任何药物形成氢键。绘制活性位点残基的频率（补充图A6），并将结果制表（表3）。通过测量氢键长度观察到氢键形成的变化。选择每个药物组的代表性蛋白质结构，并通过PDBSUM和Discovery Studio计算键长（表A.3）。该表列出了活性位点残基的氢键长度。氢键长度应在2.3 π-3.4 π之间。小于该范围的长度为短接触，大于该范围的长度为弱键。在我们选择的残基中，ARG118、GLU 119、ASP 151、TRP178和GLU 276显示键长在该范围内。除ARG118外，其他残留物与某些药物不结合。在某些情况下，ARG152和ARG371的值略有增加。此外，具有保守活性位点残基的药物之间的氢键形成也存在差异。TYR406未显示与任何残基形成氢键。Arg118、Arg152和Arg371是高度保守的，并且它们显示与所有选择的药物形成氢键，使得即使在所有药物都被释放之后，也分析这些残基的保守性质。G.F. Selvaraj等人表2医学信息学解锁18（2020）1002847所有选定药物的45个NA蛋白结构的活性位点残基。PDB ID中的前缀表示共晶;（H）表示氢键。表3活性位点残基在所选45种PDB结构的位置中的频率。频率活性位点残基118 91%119 98%134 7%151 96%152 100%156 4%178 93%222 78%224 73%227 42%246 73%276 98%277 87%292 91%294 42%347 20%371 100%406 100%对接程序（表2）。NA的活性位点是强效NA抑制剂（NAI）如奥司他韦和扎那米韦的靶点[17]。这些唾液酸的合成类似物，当作为前药给药时，在体内代谢成它们的前药。通过结合活性位点抑制NA的活性形式。NA中的取代突变H274Y由于亲和力降低而促进病毒对NAI抑制剂产生耐药性。此外，已知几种其他取代突变降低NA对NAI抑制剂的亲和力。据报道，该突变使奥司他韦的结合降低了265倍，但对扎那米韦的敏感性仅具有2倍的影响。奥司他韦与NA的结合诱导NA的局部构象变化，突变阻断这种构象变化，阻止药物与酶活性位点残基的结合。然而，扎那米韦结合没有任何构象重排，因此，突变病毒保持扎那米韦敏感。最常见的奥司他韦耐药突变是H274Y，它不影响扎那米韦的敏感性[42]。帕拉米韦（RWJ- 270201，BCX-1812）是一种抑制NA的环戊烷化合物，它保留了对各种扎那米韦和奥司他韦耐 药性甲型和乙 型流感病毒的 活性[43] 。Laninamivir （R-125489）是扎那米韦的结构类似物，作为辛酰前药Laninamivir辛酸酯（CS-8958）口服给药。 它能抑制多种细胞甲型流感病毒（N1-N9）和乙型流感病毒亚型病毒[44，45]。正在对引入治疗后循环中的NAI耐药病毒进行深入的监测研究[46]。3.6. 药物的结构叠加奥司他韦是目前用于治疗G.F. Selvaraj等人医学信息学解锁18（2020）1002848表4药物的GOLD对接评分和各种亚型流感病毒的NA亚型药物OseltamivirZanamivir帕拉米韦兰尼米韦DanaG20G284AM上午949AGNAN180.8370.1177.6578.3376.1986.6378.2278.679.7280.3390.89N270.3269.8773.7275.8974.9686.1975.5876.7874.5276.5991.25N459.7652.0956.9855.0860.1352.653.1959.1659.5658.2860.87N576.3871.0574.7376.3975.9886.0876.0478.3376.0578.8292.25N879.970.1777.2275.3974.0684.6876.8776.8574.4977.2290.46N978.5570.8977.2577.4875.7688.3977.1878.2375.9579.3491.8见图4。对接评分图显示了药物与各种流感亚型NA的相互作用变化。每种药物都有不同的颜色。基于对接评分，GNA显示与亚型的相互作用比其他药物更多。(For关于这一图中颜色的解释，请读者参阅本文的网络版。）流感病毒。因此，SMSD将研究的其余10种药物与奥司他韦叠加，以找到所有药物的共同骨架。结果表明（图A.7），所有药物的骨架与奥司他韦相似，变化仅存在于侧链。3.7. GOLD对接算法在比较GOLD的所有对接算法时，CHEMPLP显示出比其他算法更高的分数（表A.4），因此，选择它进行进一步的对接工作。在DiscoveryStudio中分离45个PDB结构及其药物复合物，并使用程序CHEMPLP与相同的药物重新对接。每次对接产生10种构象，选择其中得分最高的构象，并将结果制成表格（表A.5）。在Discovery Studio中计算每个高评分对接的RMSD值，并将这些值与所有结构的对接评分一起输入。这一步是选择一个合适的对接程序从黄金包为我们的研究。3.8. 亚型对接评分45个PDB结构基于它们的亚型进行分组。每个亚型分别与所有11种药物对接。采用CHEMPLP方法进行对接，该方法在前一步骤中选择。N1、N2、N8和N9进行系综对接， N4和N5均采用常规手术。在系综对接的情况下，单一亚型的蛋白质结构在单次对接中同时与所有11种药物对接。根据相互作用和对接评分，将结果制成表格。根据对接评分，GNA对所有亚型显示出比其他亚型更高的活性，其次是G20、奥司他韦、49A、4AM、拉尼米韦、帕拉米韦和G28。扎那米韦在所有亚型中的评分均低于其他药物（表4）。基于对接分数，将结果作图，并通过各种颜色区分药物。条形图（图4）清楚地显示了药物相互作用的变化。3.9. PDBSUM生成仅基于对接评分，我们不能得出针对所有亚型的药物作用的结论。其他参数如蛋白质与药物之间的相互作用、氢键的形成和氢键的数目需要分析。将每次对接产生的10个构象异构体与下载的PDB结构叠加。例如，在本研究中，选择了45个结合有药物的PDB结构。奥司他韦13个结构，扎那米韦7个结构，帕拉米韦3个结构，拉尼米韦7个结构，DANA 6个结构，4AM、G20和G28各2个结构，9AM、49A和GNA单一结构。我们必须从中为每种药物选择一个代表。在奥司他韦的情况下，我们选择了3CL 2和与奥司他韦对接的10种构象异构体，并与该PDB结构叠加。计算最小RMSD，并提交显示最小值的对接复合物用于生成PDBSUM。对所有药物和所有亚单位进行了相同的程序，类型最后绘制ligplot并计算氢键（表A.6）。每种药物与不同亚型显示不同数量的氢键，除N4和N8外，所有药物与所有6种亚型均显示良好的相互作用。在扎那米韦的情况下，更多数量的活性位点的相互作用残基与各种亚型形成氢键（图5）。剩余药物与N1、N2、N5和N9亚型的氢键显示出显著的相互作用（图A.8），与N4和N8亚型的相互作用非常差。奥司他韦、帕拉米韦、G28、9AM、49A和DANA与N4和N8亚型均无相互作用，而GNA与N8亚型形成单氢键。扎那米韦、拉尼米韦、G20和4AM显示与N4和N8的氢键数量非常少。分析了不同亚型的高度保守残基Arg118、Asp151、Arg152、Trp178和Arg371与所有研究药物的相互作用。2，3-二氨基-2-脱氧-γ-N-乙酰神经氨酸，也称为DANA，是第一个被报道的流感NAI药物。其结构已被用作发现抑制剂如扎那米韦，奥司他韦，G.F. Selvaraj等人医学信息学解锁18（2020）1002849图五. 亚型与扎那米韦相互作用的LIGPLOT。通过PDBSUM生成计算药物与NA亚型活性位点残基之间的氢键形成。G.F. Selvaraj等人医学信息学解锁18（2020）10028410Laninamivir和Peramivir是治疗人流感病毒感染的更有效的长效NAI [47扎那米韦是通过在连接到C-4的DANA中引入胍基而衍生的，这种修饰导致抑制活性增加。尽管大多数NAI都来自天然抑制剂TEM-在DANA平板上，扎那米韦对不同亚型的活性高于其他亚型。4. 结论最近出现的奥司他韦耐药病毒由于NA突变，使我们寻找新的药物，是有效的抗流感病毒的NA。因此，我们已经尝试使用计算工具对接11种针对各种亚型的NA的药物样候选物。这些药物与N1、N2、N5和N9表现出非常好的相互作用，但与N4和N8的相互作用程度较低。扎那米韦与所有亚型形成的氢键数量都比其他药物多，其次是G20和Laninamivir。Docking得分显示，GNA和Zana- mivir在所有11种药物中分别具有最高和最低的Dock得分。PDBSUM结果的分析显示GNA与所有亚型的NA均不存在相互作用，相反，扎那米韦显示出更多的相互作用。高度保守的残基（Arg118，Asp151，Arg152，Trp178和Arg371）显示与扎那米韦的相互作用，表明这些药物对各种流感亚型的潜力。该研究预测，Zanamivir和Laninamivir可能是针对各种亚型人类流感A病毒的活性NAI。为了证实药物的疗效，需要进一步的分子动力学、模拟、体外和体内研究。伦理声明本文不包含任何人类参与者或动物研究;因此，本研究不需要伦理审查资金来源这项工作没有得到可能影响其结果的重大财政支助。作者贡献S.Gracy FathimaP.ShanmughavelVelmurugan -研究设计和数据分析，期刊选择。Sameer Hassan-研究设计和数据分析。Kaveri -写作。S. Sivasubramanian -写作。同意未使用患者或志愿者。竞合利益文章题为计算分析的候选药物对神经氨酸酶的人类甲型流感病毒亚型的内容是原创的。本出版物不存在已知的利益冲突。确认作者感谢印度政府卫生研究部（DHR）支持这项研究。附录A. 补充数据本文的补充数据可在https：//doi网站上找到。org/10.1016/j.imu.2019.100284。引用[1] Gessner BD，Shindo N，Briand S.撒哈拉以南非洲的季节性流感流行病学：一项系统综述。 柳叶刀感染疾病2011;11：223-35。[2] WHO.流感（季节性）情况说明书。日内瓦，瑞士：世卫组织; 2018年。2018年;在线提供：http://www.who.int/mediacentre/factsheets/fs211/en/。[3] Ferguson L，Olivier AK，Genova S，Epperson WB，Smith DR，SchneiderL，et al. D型流感病毒在牛中的致病机理。J Virol 2016;90：5636-42.[4] WagnerR，Matrosovich M，Klenk HD.血凝素之间的功能平衡和神经氨酸酶在流感病毒感染中的作用Rev Med Virol2002;12：159-66.[5] JaggerBW，Wise HM，Kash JC，Walters KA，Wills NM，Xiao YL，et al.一个甲型流感病毒片段3中的重叠蛋白编码区调节宿主应答。Science2012;337：199-204.[6] Vavricka CJ，Liu Y，Li Q，Shi Y，Wu Y，Sun Y，et al. Special features of the2009pandemic swine-origin influenza AH1N1 hemagglutinin and neuraminidase.下巴Sci Bull2011;56：1747[7] Sun Y，Shi Y，Zhang W，Li Q，Liu D，Vavricka C，et al.Insilico characterizationofthefunctional and structural modules of the hemagglutinin protein from theswine-甲型H1N1流感病毒是什么？ 中国生命科学2010;53：633-42.[8] 通用航空。流感神经氨酸酶。流感和其他呼吸道病毒2012;6：245-56。[9] Kesimer M，Scull M，Brighton B，Demaria G，Burns K，人气管支气管纤毛上皮细胞释放的外泌体样囊泡的特征：在先天防御中的可能作用。 FASEB J 2009;23：1858-68.[10] McAuley JL，Corcilius L，Tan HX，Payne RJ，McGuckin MA，Brown LE.细胞表面粘蛋白MUC1限制了甲型流感病毒感染的严重程度。粘膜免疫学2017;10：1581[11] Varghese JN，Laver WG，Colman PM.流感病毒糖蛋白抗原神经氨酸酶在2.9A0分辨率下的结构. Nature1983;303：35-40.[12] Moules V，Ferraris O，Terrier O，Giudice E，Yver M，Rolland JP，et al. Invitrocharacterizationof natural occurring influenza H3NA-viruses lacking theNAgenesegment：towards a new mechanism of viral resistance？病毒学2010;404：215[13] HouserK，Subbarao K.流感疫苗：挑战和解决方案。Cell HostMicrobe2015;17：295[14] TongS，Li Y，Rivailler P，Conrardy C，Castillo DA，Chen LM，et al.独特的血统甲型流感病毒。 Proc Natl Acad Sci U S A 2012;109：4269-