Molecular Docking Analysis of Chloroquine and Hydroxychloroquine and Design of Anti-SARS-CoV2 Protease Inhibitor
Notice bibliographique
Résumé
In this present investigation, simulated molecular docking study of chloroquine and hydroxychloroquine compounds were investigated on the SARS-CoV2 enzyme to determine the types of amino acids responsible for the biochemical reaction at the binding site. A structure-based docking design technique was explored in designing a novel derivative of chloroquine for the treatment and management of new COVID 19 disease. To achieve this, the molecular docking simulation method was used to investigate the level of chloroquine and hydroxychloroquine (Drugs presently under clinical trial) interactions on SARS-CoV2 enzyme (a causative agent of COVID 19 disease). Chloroquine and hydroxychloroquine which has been debated as drugs for the management of COVID 19 were subjected to molecular docking analysis, and the binding energies generated were found to be -6.1 kcal/mol and -6.8 kcal/mol respectively. Moreover, novel 2-((4-((7-chloroquinolin-4 yl) amino)pentyl)((methylamino)methyl)amino) ethan-1-ol as an anti-SARS-CoV2 protease was designed through the structural modification of hydroxychloroquine. The binding energy of this drug candidate was found to be -6.9 kcal/mol. This novel drug was found to formed hydrogen and conventional interactions with the binding site of SARS-CoV2 protease through amino acids such as Glutamic acid (GLU166), Glycine (GLY143), Phenylalanine (PHE140), Asparagine (ASN142), Histidine (HIS163), His (HIS172, HIS41, HIS163), Leucine (LEU41, LEU27), Glycine (GLY143), Glutamine (GLN189), Methionine (MET49, MET165), Serine (SER 46), Cysteine (CYS145) and Threonine (THR25). With this binding energy, this new drug candidate could bind better to the human SARS-CoV2 protease’ binding site. This research provides a clue for other scientists on various ways of designing and identify the types of amino acids that may be responsible for biochemical action on SARS-CoV2 protease.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».