蘑菇衍生化合物：基孔肯雅病毒的药物靶标及相似性分析

医学信息学解锁26（2021）100753发现蘑菇衍生的生物活性化合物基孔肯雅病毒：计算机模拟方法马里兰州 Mukthar Mia a，b，Mahamudul Hasan b，*，Md. Abir Hasan b，MohammadAbdus Shahid Hossain c，Md. Mazharul Islam d，Md. 索卡特·哈桑·萨拉夫a家禽科学系，兽医、动物和生物医学科学系，锡尔赫特农业大学，锡尔赫特，3100，孟加拉国b锡尔赫特农业大学兽医、动物和生物医学系，锡尔赫特，3100，孟加拉国c锡尔赫特，Bishwanath乌帕齐拉畜牧官员。孟加拉国达卡畜牧服务部d孟加拉国Habiganj，Madhabpur，乌帕齐拉牲畜办公室和兽医医院孟加拉国，达卡，孟加拉国A R T I C L EI N FO保留字：基孔肯雅病毒蘑菇衍生化合物药物靶标药物相似性A B S T R A C T新出现的蚊媒基孔肯雅病毒（CHIKV）感染在热带地区是一个巨大的威胁，并迅速向温带地区蔓延。这种病毒最近在世界范围内引起流行病，主要在欧洲和北美。此外，CHIKV对可能患有疼痛性关节炎的人有越来越大的影响。全世界100多个国家已经记录了数百万例阳性病例。这种病毒还能够通过旅行者感染新的地区，这使得它更加可怕。然而，由于缺乏经批准的治疗剂或疫苗来预防或控制病毒，因此必须确定新的有效的药用化合物来解决这一问题。因此，负责病毒复制的非结构蛋白nsP3宏结构域、nsP2蛋白酶和包膜蛋白是治疗开发的新靶点。蘑菇富含具有抗病毒特性的生物活性化合物。因此，我们进行了分子对接（MD）和动力学模拟，以确定nsP3宏结构域，nsP2蛋白酶和包膜糖蛋白复合物抑制剂的顶级候选人，以及预测可能的治疗候选人。然后，我们基于更高的结合亲和力预测最佳候选物的药物相似性。我们的研究结果表明，蘑菇衍生的heliantriol F，semicochliodinol A和semicochliodinol B是最好的抑制剂。基于配体，推荐预测药物烯丙雌醇（DB 01431）、骨化三醇（DB 00136）、骨化二醇（DB 00146）、苯佐那酯（DB 02659）和三乙基碘化镓胺（DB 00459）作为CHIKV的替代疗法1. 介绍披膜病毒科主要以其媒介传播的病毒性疾病和由伊蚊属传播的重新出现的基孔肯雅病毒（CHIKV）而闻名。最近在世界范围内引起了巨大的流行病，主要是在欧洲和北美[1，2]。结合起来，基孔肯雅热是一种由CHIKV感染引起的发热，导致关节和肌肉疼痛。此外，CHIKV有可能产生高发病率的大规模流行病。因此，强调了为未来疫情开发有效治疗方法的重要性。迄今为止，全球100多个国家报告了数百万例阳性病例。在泰国，基孔肯雅病发病率为5.40，2018年和2019年分别为每10万人19.73人[3]。然而，缺乏有效的抗病毒药物和疫苗使情况恶化。CHIKV是一种包膜RNA病毒，基因组为11.8 kb，编码非结构蛋白（nsP）、衣壳（C）和包膜（E）蛋白[4]。在来自中东部和南非、西非和亚洲地区的不同分离株的核苷酸和氨基酸序列中发现了三个主要的CHIKV谱系[5，6]。nsP 3宏结构域（nsP 3 MD）在α病毒中高度保守，并且CHIKV nsP 3 MD的ADP-核糖基水解酶活性对于病毒毒力和复制是必不可少的[ 7 ]。病毒半胱氨酸蛋白酶nsP2pro在非结构性多蛋白加工中发挥重要作用，* 通讯作者。电子邮件地址：hasanmaha023@gmail.com（M. Hasan）。https://doi.org/10.1016/j.imu.2021.100753接收日期：2021年8月18日;接收日期：2021年10月7日;接受日期：2021年10月7日2021年10月9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/imu医学博士Mia等人医学信息学解锁26（2021）1007532表1从蘑菇中提取的具有对接结合能的生物活性化合物复合源结构3GPG 3TRK 3N41参考结合能（kcal/mol）结合能（kcal/mol）结合能（kcal/mol）茶树菇素茶树菇-5.4-4.5-4.8 [40]麦角甾醇毛木耳、金针菇、香菇没食子酸双孢蘑菇、金针菇、灵芝、硫磺菌、香菇、白蘑菇、大伞菇、平菇毛木耳、香菇-8.1-8.0-8.6 [18，41]-7.2-5.6-5.7 [42，43]-6.0-5.0-5.2 [41，44]半氯碘醇A麦黄孢霉-9.1-8.8-9.2 [45]半氯碘醇B麦黄孢霉-9.0-8.3-9.1 [45]熊果酸：锁阳，猴头菌，美味红菇，贝林乳牛肝菌鞣花酸金针菇、红毛金针菇、红毛金针菇-8.1-7.5-8.3 [45，46]-9.1-7.4-7.9 [47]金针菇-8.4-7.1-7.3 [47]20（21）-脱氢葡糖酸N紫芝-7.7-7.6-8.3 [48]20-羟基葡萄糖酸N紫芝-8.1-7.7-8.8 [48][49] 2017年01月归档Colossolactone E灵芝-8.4-8.0-9.2 [49]Colossolactone G灵芝-8.3-7.3-9.3 [49]Colossolactone V灵芝-7.1-6.3-7.0 [49]Colossolactone VII灵芝-7.5-7.4-8.0 [49]Colossolactone VIII灵芝-7.9-7.2-8.9 [49]灵芝酸α灵芝-8.4-7.7-7.8 [50]灵芝酸B灵芝-7.7-7.2-8.7 [50]灵芝酸β- 灵芝-8.7-8.0-8.8 [51]（续下页）医学博士Mia等人医学信息学解锁26（2021）1007533表1（续）（千卡/摩尔）紫芝松乳菇、血红乳菇、半血红乳菇、红菇、贝林乳菇形成复制复合物的四种非结构蛋白，因此代表了一种有前景的治疗靶点[8]。此外，CHIKV包膜蛋白对于病毒附着和细胞进入宿主至关重要，这吸引了科学家进行新的治疗开发[9]。蘑菇是具有抗病毒特性的生物活性化合物的来源[10]。此外[11，12]，发现这些化合物中的一些具有抗炎特性。自古以来，蘑菇它被用于不同的目的[13，14]。作为低热量饮食，食用菌具有良好的营养成分，如高食用蛋白质，健康脂肪，维生素，甲壳素和矿物质，具有很好的食用价值[14]。许多研究发现，蘑菇具有抗增殖、抗氧化、免疫调节、抗过敏、抗菌、抗病毒、抗真菌、抗寄生虫、保肝、抗胆固醇血症、DNA防腐、抗炎和抗癌特性[15]。因此，一般来说，向日葵三醇F犀牛脂鲤-14.5-13.6-12.7[五十没食子酸甲酯黄伞-7.2-5.5-5.7[五十桦木酸Trametes versicolor-7.5-6.9-8.5[55个]化合物源结构3GPG3TRK3N41参考结合能（kcal/mol）结合能（kcal/mol）结合能灵芝酸C1灵芝-8.4-7.5-9.1[50个]灵芝酸GS-2紫芝-8.5-7.6-9.4[48个]灵芝酸H灵芝-12.6-11.1-10.9[50个]灵芝醇A灵芝-7.6-7.0-8.1[50个]灵芝醇B灵芝-6.7-6.8-8.0[50个]灵芝醇F灵芝，-6.6-7.6-7.3[48个]灵芝二醇灵芝-7.7-7.1-8.8[五十一]灵芝三醇灵芝-7.5-7.0-8.7[50个]甘草酸A灵芝-8.1-7.4-9.2[五十一]甘霉素B灵芝-8.3-7.0-6.4[五十二]甘霉素I灵芝-8.7-6.5-7.4[五十二]Lucidumol B灵芝-7.9-6.9-8.2[五十一]齐墩果酸猴头菌，-8.0-7.6-8.7[45个]医学博士Mia等人医学信息学解锁26（2021）1007534Fig. 1. 对接复合物和配体与蛋白质相互作用的图示;（A）3GPG-向日葵三醇F;（B）3 TRK-向日葵三醇F;（C）3 N41-向日葵三醇F。图二. 对接复合物和配体与蛋白质相互作用的图示;（A）3GPG-半螺旋藻碘醇A;（B）3 TRK-半螺旋藻碘醇A;（C）3 N41-半螺旋藻碘醇A。被认为是安全的药物越来越多地被研究作为一种替代疗法，以增强药理学反应，同时具有最少的负面副作用[16]。因此，我们采用了一种系统的筛选策略，以确定nsP3宏结构域、nsP2蛋白酶和包膜糖蛋白复合物抑制剂的最佳候选物，以及预测针对发育中的基孔肯雅病毒的可能的治疗候选物。此外，还设计了一个计算ADMET来预测这些多靶向蘑菇衍生的天然化学品用于先导化合物优化和药物开发的潜力。2. 方法和材料2.1. 蛋白质数据集和结合位点分析和制备从蛋白质数据库（PDB）检索nsP3大结构域（PDB ID：3GPG）、nsP2蛋白酶（PDB ID：3TRK）和包膜糖蛋白复合物（PDB ID：3N41）的X射线晶体学结构。然后，对这些受体的有效药物位点和结合潜力口袋进行了评价。此外，使用CASTp服务器[17]评估蛋白质结构，该服务器预测溶剂可及表面积中所有可信的结合口袋此后，每医学博士Mia等人医学信息学解锁26（2021）1007535图三. 对接复合物和配体与蛋白质的相互作用的图示;（A）3GPG-半儿茶素醇B;（B）3 TRK-半儿茶素醇B;（C）3 N41-半儿茶素醇B。见图4。分子动力学模拟：稳定性（特征值）和变形性分析;（A）3GPG-半碘醇A;（B）3 TRK-半碘醇B;（C）3 TRK-向日葵三醇F。将蛋白质插入Discovery Studio（DS）Visualizer中，并在对接之前去除水分子、原始抑制剂和配体化合物以改善结构质量。然后，添加缺失的氢原子，最后使用AutoDockTools-1.5.6软件将PDB化合物改变为PDBQT格式。2.2. 配体制备共检索到36种蘑菇衍生化合物，文献[10，18]（表1），因为它们具有HIV逆转录酶和抗HIV蛋白酶抑制活性。然后，从PubChem数据库中以SMILE文件格式收集所有化学结构，并将每个配体2.3. 活性中心预测、分子对接和分子动力学模拟对于分子对接实验，我们使用默认的医学博士Mia等人医学信息学解锁26（2021）1007536××- ××--× ×---图五. 分子动力学模拟：稳定性（本征值）和变形性分析;（A）3 N41-Semicochliodinol A;（B）3 N41- Semicochliodinol B;（C）3 N41- Heliantriol F。AutoDock工具1.5.6.在基孔肯雅病毒的nsP3宏结构域（PDB ID：3GPG）、nsP2蛋白酶（PDB ID：3TRK）和包膜糖蛋白复合物（PDBID：3N41）的活性位点周围产生网格框此外，我们将xyz维度上的网格boX设置为96 78 70个点，这等于网格boX间距为1 mm，并将x，y和z中心的坐标固定为8.490，21.201和2.490。 21.201对于nsP 3;同时， 11.569、24.420和21.707，52的网格框X7656（对于nsP2），0.036833、13.947786和42.763143（网格X为40 40 40点）。然后，对于对接模拟，我们使用具有默认参数的La- marckian遗传算法，其中包括10遗传算法运行。使用DS Visualizer，我们研究了蛋白质-配体相互作用能量排名最高的分子。最后，我们使用iMOD服务器进行了分子动力学模拟，以通过复合物的变形性分析和本征值计算确定结构的稳定性[19]。它是一种高效、快速、用户友好且有效的[20]分子动力学模拟工具，可用于检查蛋白质复合物的结构动力学。在复合物或蛋白质的每个氨基酸残基处变形的能力决定了其可变形性[20]。特征值与使某一结构变形所需的能量成比例，并且特征值越低，见图6。分子动力学模拟：稳定性（特征值）和变形性分析;（A）3GPG-半碘醇A;（B）3GPG-半碘醇B;（C）3GPG-向日葵三醇F。医学博士Mia等人表7医学信息学解锁26（2021）1007537源自蘑菇的前10种潜在化合物对nsP3大结构域（PDB ID：3GPG）、nsP2蛋白酶（PDB ID：3TRK）和包膜糖蛋白复合物（PDB ID：3N41）的H键相互作用蘑菇衍生物3GPG 3TRK 3N41生物活性化合物结合能（kcal/mol）常规氢键Number个氨基酸相互作用：键长（A）结合能（kcal/mol）常规氢键Number个氨基酸相互作用：键长（A）结合能（kcal/mol）常规氢键Number个氨基酸相互作用：键长（A）向日葵三醇F-14.5 1 SER 110：1.80-13.6 1 THR 1313：2.78-12.7 1 ASN 264：2.68半氯碘醇A-9.1 4 SER 134：2.80ASN72：2.82SER 74：2.15VAL 113：2.96半碘醇B-9.0 4 SER 74：2.07ASN72：2.79THR 130：2.70SER 134：2.75-8.8 3 SER 1048：2.84ASP1246：2.45LEU1205：2.26-8.3 3 ASP1246：2.44LEU1205：2.22SER 1048：2.80-9.2---9.1 2 GLY137：2.94ASP183：2.77灵芝酸β-8.7 3 LYS 7：2.54ASN72：1.93SER 74：2.49-8.0 1 LEU1029：2.20-8.8 1 HIS 253：2.81麦角甾醇-8.1-8.0-8.6 2 TYR 180：2.27LYS181：1.97灵芝酸GS-2-8.5 1 ASP 15：2.87-7.6 3 ASN 1140：2.32THR1313：1.97CYS1247：2.86-9.4 2 GLY137：1.95HIS253：2.72甘露糖酸A-8.1 4 SER 74：2.42SER 115：2.61ASN72：2.15SER 134：2.86-7.4 1 GLY1241：278-9.2 1 LYS149：2.72第20（21）条─去氢葡糖酸N-7.7-7.6 2 GLN 1241：2.44TYR 1079：2.93-8.3 3 ASN333：2.31LYS149：2.410：2.62二比二点四三比二点零八六比二点三八鞣花酸-9.13TYR 63：2.79GLU 16：2.23-7.43TRP1084：2.01TYR 1047：2.52-7.94台SER12TYR12齐墩果酸-8.0-ASN14：2.13--7.61ASP1246：2.78ASN1042：2.91-8.7ASN26THR11- -医学博士Mia等人表8医学信息学解锁26（2021）1007538见图7。受体-配体氢键相互作用的可视化（A）3GPG-向日葵三醇F;（B）3 TRK-向日葵三醇F;（C）3 N41-向日葵三醇F;（D）3GPG-半烟草醇A;（E）3 TRK-半烟草醇A;（F）3 N41-半烟草醇A;（G）3GPG-半烟草醇B;（H）3 TRK-半烟草醇B;（I）3 N41-半烟草醇B。医学博士Mia等人表9医学信息学解锁26（2021）1007539蘑菇生物活性化合物的ADME性质。化合物向日葵三醇F半碘醇A半碘醇B分子量458.72 438.47 438.47Num. 重原子33 33 33Num.原子。重原子0 18 18馏分Csp3 0.93 0.11 0.11Num. 可旋转键1 4 4Num. 氢键受体3 4 4Num. 氢键供体3 4 4摩尔折射率137.47 129.43TPSA 60.69 106.18 106.18亲脂性Log Po/w（iLOGP）4.21 2.7 2.52Log Po/w（XLOGP3）6.3 5.19 5.19Log Po/w（WLOGP）5.97 5.55 5.55Log Po/w（MLOGP）5.12 1.45 1.45Log Po/w（SILICOS-IT）5.02 5.9 5.9共识日志Po/w 5.32 4.16 4.12水溶性Log S（ESOL）-6.59溶解度1.19E-04 4.72E-04 4.72E-04类别难溶中溶中溶Log S（阿里）-7.36-7.17-7.17溶解度1.99E-05 2.99E-05 2.99E-05类别难溶性难溶性难溶性Log S（SILICOS-IT）4. 79 E-06 8. 38 E-09 8. 38 E-09溶解度中等溶解度低溶解度低溶解度类药性Log Kp（皮肤渗透）-4.63-5.29-5.291 0 010 0 0韦贝尔0 0 0伊根1 0 01 1 1比利时生物利用度评分0.55 0.56 0.56药物化学疼痛0 1 1布伦克1 2 2Leadlikeness 2 2 2综合无障碍环境图8.第八条。 前三种 代谢产物的ADME分析：（A）向日葵三醇F;（B）半烟胆醇A;（C）半烟胆醇B。药代动力学GI吸收高低低血脑屏障通透性没有没有没有P-gp底物是的没有没有CYP1A2抑制剂没有是的是的CYP2C19抑制剂没有是的是的CYP2C9抑制剂没有是的是的CYP2D6抑制剂没有没有没有CYP3A4抑制剂没有是的是的医学博士Mia等人表10医学信息学解锁26（2021）10075310对所选生物活性化合物的致突变性、致突变性和致癌性进行预测。生物活性化合物名称Heliantriol F Semicochliodinol A Semicochliodinol BAMES到X城市否hERG I抑制剂否大鼠经口急性毒性（LD 50）2.351 2.58 2.644大鼠经口慢性毒性（LOAEL）1.799 2.832 2.74肝毒性否皮肤过敏否Minnow toX city-0.166 0.67 0.897致突变性无活性（0.74）活性（0.52）无活性（0.50）致癌性无活性（0. 62）无活性（0. 58）无活性（0. 59）免疫原性活性（0.85）非活性（0.90）非活性（0.88）芳香烃受体（AhR无活性（0.97）无活性（0.54）无活性（0.56）雄激素受体（AR）无活性（0.90）无活性（0.94）无活性（0.94）雄激素受体配体结合结构域（AR-LBD）无活性（0.88）无活性（0.97）无活性（0.97）无活性芳香化酶（0.90）无活性芳香化酶（0.82）无活性芳香化酶（0.81）雌激素受体α（ER）无活性（0.76）无活性（0.80）无活性（0.79）雌激素受体配体结合结构域（ER-LBD）无活性（0.94）无活性（0.90）无活性（0.90）过氧化物酶异构体激活受体γ（PPAR-Gamma）无活性（0.99）无活性（0.84）无活性（0.83）核因子（红细胞衍生2）样2/抗氧化剂反应元件（nrf 2/ARE）无活性（0.72）无活性（0.81）无活性（0.84）热休克因子反应元件（HSE）无活性（0.72）无活性（0.81）无活性（0.84）线粒体膜电位（MMP）非活性（0.65）非活性（0.50）非活性（0.51）磷蛋白（肿瘤抑制因子）p53无活性（0. 75）无活性（0. 61）无活性（0. 63）ATP酶家族AAA结构域蛋白5（ATAD 5）无活性（0. 95）无活性（0. 83）无活性（0. 85）见图9。 （A）向日葵三醇F;（B）半碘醇B的药物靶点预测。特征值，更容易变形的复杂。此外，特征值表示蛋白质复合物2.4. 药物谱分析和毒性预测确定药物水平和药物暴露于生物体内器官的动力学的四个基本标准是吸收、分布和代谢。将显示出预测的抗病毒活性的所选化合物的典型SMILES分别上传到pkCSM [26]和PROTOX-II数据库[27]。使用pkCSM数据库中的toXicity模式预测ToXicity，并使用ProTo x-II服务器评估这个流行的服务器通过整合片段趋势、分子相似性和片段相似性技术准确预测多个毒性后果[28]。分布、代谢和排泄（ADME）。这些品质有一个标志-口服到X预测是也执行根据 到对药物的药理活性和性能有重大影响[23]。SwissADME服务器用于评价前五种代谢物的ADME特性[24]。使用BOILED-Egg模型计算检查物质中的血脑屏障（BBB）[25]。为了预测毒性、致突变性和致癌作用，化合物标准致死量（LD 50）的二维（2D）相似性。在用于进行预测的列表中包括了近38，000种具有小鼠标准口服LD 50值的化合物。还使用OSIRIS Property EX plorer研究了化学品的不良影响 [28]。医学博士Mia等人医学信息学解锁26（2021）10075310表5Heliantriol F、Semicochliodinol A和Semicochliodinol B的预测药物靶点受体表6向日葵三醇F和半碘醇B的预测药物靶点。代谢物筛选方法Drug bank id名称评分地位向日葵三醇FFP2DB01431烯丙雌醇0.763批准电铸DB00136巧s0.924批准半胆碘醇B分光体Shape-IT电铸DB00146DB00846、DB00868骨化二醇苯佐那酸氟氯地孕酮0.8520.7970.788批准批准批准分光体DB00483三碘没食子胺0.669批准Shape-ITDB04570LatamoX ef0.888批准2.5. 药物靶点预测和可用药物分子为了预测预测候选药物的大分子的可能靶标，使用SwissTarget预测服务器[29]，其与2D和3D类似物一起工作，其中库由370000种已建立的生物活性化学品组成，大约3000种蛋白质。SwissSimilarity网络工具用于发现针对nsP3宏结构域、nsP2蛋白酶和包膜糖蛋白复合物的前瞻性治疗化合物，这取决于对预计的顶级候选药物的同源性筛选。该服务器根据从索引库中筛选丰富的小化合物的基于配体的筛选工作，使用多种方法从DrugBank中筛选研究药物、授权药物或商业药物，包括electroshape，FP 2指纹，和SDS-IT spectrophores [30]。3. 结果和讨论3.1. 药物表面热点分析及配体结合口袋预测药物表面热点的检查nsP3宏结构域，nsP2蛋白酶，和包膜糖蛋白复合物进行了研究，使用对接复合物的结构构象。发现氨基酸70 - 76和130-140的位置对于nsP3大结构域结合相互作用是关键的，而氨基酸1205-1246显示与nsP2蛋白酶的相互作用，117-253显示与包膜糖蛋白复合物的相互作用。目标通用名称UniProtKB ID目标类概率睾丸特异性雄激素结合蛋白SHBGP04278分泌蛋白0.134155403蛋白酪氨酸磷酸酶1BPTPN1P18031磷酸酶0.134155403雄激素受体ARP10275核受体0.134155403丁酰胆碱酯酶BChEP06276水解酶0.100634432核受体ROR-γRORCP51449核受体0.100634432尼曼-匹克C1样蛋白1NPC1l1Q9UHC9其他膜蛋白0.100634432细胞色素P450 19A1CYP19A1P11511细胞色素P4500.100634432LXR-αNR1H3Q13133核受体0.100634432细胞色素P450 2C19CYP2C19P33261细胞色素P4500.100634432雌激素受体αESR1P03372核受体0.100634432HMG-CoA还原酶HMGCRP04035氧碘还原酶0.100634432DNA聚合酶β（同源）POLBP06746酶0.100634432核受体亚家族1 I组成员3（按同源性）NR1I3Q14994核受体0.100634432雌激素受体βESR2Q92731核受体0.100634432核受体ROR-αRORAP35398核受体0.100634432半胆固醇A胰岛素受体INSRP06213激酶0.318477435双特异性磷酸酶Cdc25ACdc25aP30304磷酸酶0.184423157双特异性磷酸酶Cdc25BCdc25bP30305磷酸酶0.109013468双特异性磷酸酶Cdc25CCdc25cP30307磷酸酶0.100634432过氧化物酶体增殖物激活受体γPPARGP37231核受体0.100634432细胞周期蛋白依赖性激酶2CDK2P24941激酶0.100634432细胞周期蛋白依赖性激酶1CDK1P06493激酶0.100634432基质金属蛋白酶1MMP1P03956蛋白酶0.100634432基质金属蛋白酶11（同源）MMP11P24347蛋白酶0.100634432基质金属蛋白酶9MMP9P14780蛋白酶0.100634432基质金属蛋白酶2MMP2P08253蛋白酶0.100634432基质金属蛋白酶14MMP14P50281蛋白酶0.100634432基质金属蛋白酶8MMP8P22894蛋白酶0.100634432大麻素受体1CNR1P21554家族A G蛋白偶联0半胆碘醇B双特异性磷酸酶Cdc25ACdc25aP30304磷酸酶0.117389882胰岛素受体INSRP06213激酶0.117389882双特异性磷酸酶Cdc25BCdc25bP30305磷酸酶0.100634432双特异性磷酸酶Cdc25CCdc25cP30307磷酸酶0.100634432酪氨酸蛋白激酶ABLABL1P00519激酶0酪氨酸蛋白激酶LCKLCKP06239激酶0丝裂原活化蛋白激酶激酶9MAP3K9P80192激酶0肿瘤坏死因子受体R1TNFRSF1AP19438膜受体0双特异性蛋白激酶CLK1CLK1P49759激酶0丝氨酸/苏氨酸蛋白激酶Aurora-AAURKAO14965激酶0生长因子受体结合蛋白2Grb2P62993其他胞浆蛋白0GABA受体α-5亚单位Gabra5P31644配体门控离子通道0MAP激酶ERK 2MAPK1P28482激酶0过氧化物酶体增殖物激活受体γPPARGP37231核受体0医学博士Mia等人医学信息学解锁26（2021）10075311-----------------------≤此外，CASTp用于确认两个靶蛋白的结合位点残基。3.2. 配体与nsP3大结构域、nsP2蛋白酶和包膜糖蛋白复合物的结合亲和力及动力学模拟所有配体与nsP3大结构域（PDB ID：3GPG）、nsP2蛋白酶（PDBID：3TRK）和包膜糖蛋白复合物（PDB ID：3N41）的对接结果列于表1中。来自对接分数的最低结合能表明受体的最高结合能[31]。因此，将蘑菇衍生化合物的最佳结合能与批准的临床化学药物的最佳结合能进行比较，并且将筛选标准中的结合能修改为比对照组更高的负值。 5千卡/摩尔[32] 以降低假阳性结果的风险。结果表明，在36个化合物中，向日葵三醇F与nsP 3大分子结构域、nsP 2蛋白酶和包膜糖蛋白复合物的结合亲和力分别为14.5kcal/mol、13.6kcal/mol和12.7kcal/mol。2016年08月08日08月09日08月09日09月09日09月09 9.1千卡/摩尔，8.8千卡/摩尔，9.2 kcal/mol），和Semicochliodinol B（9.0 kcal/mol，8.3kcal/mol， 9.1 kcal/mol）分别被称为与宏结构域（PDB ID：3GPG）、nsP 2蛋白酶（PDB ID：3 TRK）和包膜糖蛋白复合物（PDB ID：3N41）的最佳结合剂。此外，灵芝酸β（8.7千卡/摩尔，8.0千卡/摩尔，8.8 kcal/mol）和麦角甾醇（ 8.1 kcal/mol，8.0kcal/mol，8.6 kcal/mol）对nsP 2，nsP 3和包膜糖蛋白也显示出更高的结合亲和力。相比之下，亚油酸，没食子酸甲酯，桦木酸，灵芝醇F，和黄芪内酯V显示所有三种受体的结合亲和力最低。在先前的研究中，NCI- 61610和NCI-25457与nsP 3大结构域的计算机模拟高度结合亲和力报告为11.1 kcal/mol和10.8 kcal/mol [33]，这表明来自我们选择的化合物（包括联三醇F（14.5 kcal/mol））的较低结合亲和能。此外[34]，报道的包膜糖蛋白复合物的最佳抑制剂是芦丁（8.5 kcal/mol）、牡荆素（8.0 kcal/mol）、Orientin（8.2 kcal/mol）。相比之下，我们发现了三种最佳抑制剂，包括向日葵三醇F、半儿茶素醇A和半儿茶素醇B，其分别具有较高的结合亲和力12.7 kcal/mol、9.2 kcal/mol和9.1 kcal/mol。此外，据报道，R133（8.5 kcal/mol）、牡荆素（8.0kcal/mol）、Orientin（8.2 kcal/mol）是nsP 2蛋白酶的最佳抑制剂[34]。然而，我们选择的最佳化合物显示出与nsP2更高的结合亲和力。基于先前的研究[35，36]，我们得出结论，向日葵三醇F、半胭脂虫碘醇A和半胭脂虫碘醇B显示出比那些研究中列出的最佳化合物更高的结合亲和力。配体-受体相互作用示于图1A和1B中。 1比3。在分子动力学模拟方面，具有3GPG、3 TRK和3 N41受体的化合物、向日葵三醇F-3 TRK、半氯 碘 醇 A-3 TRK 和 半 氯 碘 醇 B-3 TRK 复 合 物 具 有 最 高 的 本 征 值（1.493549e-04 ）， 以及 难以变形 的高柔 韧性（ 图1 ）。 4 ）.Heliantriol F-3 N41、Semicochliodinol A-3 N41和Semicochliodinol B-3 N41复合物具有2.059615e-05的中等本征值（略微柔性）（图11）。 5.）。然而，向日葵三醇F-3GPG、半碘醇A-3GPG和半碘醇B-3GPG复合物具有最低的特征值（1.727265e-05），表明稳定性降低且更容易变形（图1B）。 6）。3.3. 氢键分析使用Discovery Studio Visualizer，展示了nsP3宏结构域、nsP2蛋白酶和包膜糖蛋白复合物与抑制性配体之间的复杂相互作用氢键的数目和氢键相互作用中涉及的残基总结于表2中。Heliantriol F、Semicochliodinol A、Semicochliodinol B、Ganoderic acid beta和麦角甾醇可能是nsP3大结构域、nsP2蛋白酶和包膜糖蛋白复合物抑制剂候选人在残基SER 110：1.80（与3GPG）、THR 1313：2.78（与3TRK）和ASN 264：2.68（与3N41）处，向日葵三醇F形成三个氢原子， 债券，而 SER 134：2.80，ASN 72：2.82，SER 74： 2.15,VAL113：2.96 （与3GPG）和SER 1048：2.84, ASP1246：2.45，LEU 1205：在Semi-cochliodinol A的情况下形成2.26（具有3 TRK）残基.此外，Semicochliodinol B与3GPG显示SER74：2.07、ASN72：2.79 、 THR 130 ： 2.70 和 SER134 ： 2.75 残 基 ， 与 3TRK 显 示 ASP1246：2.44、LEU 1205：2.22、SER1048：2.80残基，GLY137：2.94，ASP183：3N41的2.77个残基灵芝酸β形成三个氢键残基（LYS7：2.54，ASN72：1.93，SER74：1.94）。2.49与3GPG，只有一个与3TRK（LEU 1029：2.20）和3N41（HIS253：2.81）。当与原始抑制剂相比时，所检查的化合物的共同相互作用表明蘑菇衍生的真菌化合物，包括向日葵三醇F、半胭脂虫醇A、半胭脂虫醇B、灵芝酸β和麦角固醇具有有效的氢键合（图7）。可能是nsP3宏结构域、nsP2蛋白酶和包膜糖蛋白复合物抑制剂的潜在抑制剂。3.4. 药物性和毒性预测的计算机模拟评价采用吸附、分布、代谢和排泄（ADME）方法分析了蘑菇源真菌中发现的前三种化合物的药物相似性。该预测是使用SwissADME数据库进行的。这种药物的相似性是由利平斯基的五分法则证明的。分子量（MW）应为500（g/ mol），氢键受体的数目应为0至10，氢键供体的数目应为0至5，log Po/w应该在5到10之间[37]，不允许超过一次违规。向日葵三醇F、半儿茶素醇A和半儿茶素醇B（三种最佳候选物）对于所有五个标准都有效。 在胃肠道（GI）吸收的情况下，向日葵三醇F显示出比半氯碘醇A和半氯碘醇B更高的吸收。向日葵三醇F也显示出比半碘醇A和半碘醇B更高的溶解度。此外，BOILED-Egg模型用于计算BBB渗透，这表明测试的最佳药物候选物中没有一种具有BBB渗透。每种竞争物在不同程度上都是水溶性的，其中甾醇酸具有最高的溶解度（表3）。因此，这些分子可用于模拟药物的作用（图11）。 8）。各种毒性终点的预测，如急性癌，分析了致突变性、致X性、肝致X性、免疫致X性、致突变性和致X性靶标。结果发现，向日葵三醇F被归类为5级至X级（级别越低，x级越高），而Semicochliodinol A和Semicochliodinol B分别显示x级为估 计 的 LD 50 值 为 向 日 葵 三 醇 F ， semicochliodinol A ， 和semicochliodinol B分别为4300，800，和200毫克/公斤。表4中的抗X性特征描述了与类平均值相比，阳性抗X性结果在任何化合物中均无不良影响，如致瘤性、刺激性或然而，Semicochliodinol A显示出最小的致突变作用。3.5. 药物靶点预测和可用药物分子分子靶点研究是必要的，以揭示表型的副作用或可能的交叉反应所造成的行动。这是进一步测试（体内和体外）以确定化合物活力的初步步骤[38]。因此，图9显示了SwissTargetPrediction [39]针对向日葵三醇F、半氯碘醇A和半氯碘醇B生成的前25个结果。化学品可与半螺旋藻醇A的水解酶（46.7%）和半螺旋藻醇B的磷酸酶（46.7%）大部分结合的靶位点见表5。预测生物活性小分子医学博士Mia等人医学信息学解锁26（2021）10075312针对基孔肯雅病毒的nsP3宏结构域、nsP2蛋白酶和包膜糖蛋白复合物 ， 使 用 基 于 配 体 烯 丙 雌 醇 （ DB01431 ） 、 骨 化 三 醇（DB00136）、骨化二醇（DB00146）和氟茚三酮（DB00846）与向日葵三醇F相似，预测得分分别为0.763、0.924、0.852和0.797。此外，结果显示，苯佐那酯（DB 02659，0.788）、三乙基碘化没食子胺（DB 00459，0.669）和lata-MOXef（DB 00410，0.888）与Semicochliodinol B相似（表6）。这些发现表明，这些可能是基孔肯雅病毒的可行治疗候选者，这意味着需要进一步的研究。4. 结论CHKV的有效治疗方法尚未建立，甚至针对这种病毒的有效疫苗开发仍然很困难。因此，科学家们目前正在寻找阻断CHKV的nsP3大结构域、nsP2蛋白酶和包膜糖蛋白复合物的抑制剂，这些结构域负责病毒复制，作为下一代药物开发的靶标。 然而，蘑菇来源的真菌已被证明是一个丰富的和有前途的新的生物活性天然化合物的来源。在本研究中，主要的病毒蛋白酶对接对蘑菇衍生的化学品。此外，使用计算机ADME分析预测药物样特征、致癌性、毒性和致突变性。我们的研究结果表明，heliantriol F，semicochliodinol A和semicochliodinol B是最好的抑制剂。 基于该配体，预测药物烯丙雌醇（DB01431）、骨化三醇（DB00136）、骨化二醇（DB00146