Click here to read the complete article.
Abstract Title:Repurposing potential of FDA-approved and investigational drugs for COVID-19 targeting SARS-CoV-2 spike and main通过机器学习算法的蛋白酶和验证。
摘要来源：
Chem Biol Drug des。 2021 04; 97（4）：836-853。 EPUB 2020 12月22日。PMID： 33289334“> 33289334”> 3328934 Aggarwal
文章隶属关系：Akalesh Kumar Verma
摘要：本研究旨在评估现有的抗病毒药候选物（FDA批准和调查的现有抗病毒药物对SARS-COV-2靶靶蛋白）的重新利用潜力，以促进病毒的进入和复制到宿主体内。评估抗病毒药物候选物与SARS-COV-2相关靶标之间的分子亲和力诸如Spike蛋白（S）和主蛋白酶（M）之类的Teins，通过对接软件（MVD）进行分子相互作用模拟，然后通过机器学习算法计算了适用性评分。此外，使用针迹算法预测涉及活性药物的多种途径的药理学网络。活性药物分子的药效团特征也被确定以预测结构活性关系（SAR）。分子相互作用分析表明，虫草蛋白与S蛋白（-180）和mproteins（-205）具有强的结合亲和力，在其他使用的药物候选物中相对较高。有趣的是，具有低ICS的高结合能的化合物。此外，机器学习算法还显示出虫草的高适用性得分（0.42-0.47）。值得一提结核病，丙型肝炎，流感，病毒心肌炎和单纯疱疹感染。具有虫草蛋白的嵌入式药效团特征也表明SAR强。治疗48h后，虫草蛋白抗SARS-COV-2活性表明65％（E-Gene）和42％（N-Gene）病毒复制抑制。此后，虫草蛋白具有抗病毒活性的临床前和临床证据，此外，目前的发现进一步验证并提示将虫干菌对Covid-19的潜力重新验证。