Unsymmetrical aromatic disulfides as SARS-CoV-2 Mpro inhibitors: Molecular docking, molecular dynamics, and ADME scoring investigations
Notice bibliographique
Résumé
COVID-19 pandemic caused by very severe acute respiratory syndrome coronavirus-2 (SARS-CoV-2) agent is an ongoing major global health concern. The disease has caused more than 452 million affected cases and more than 6 million death worldwide. Hence, there is an urgency to search for possible medications and drug treatments. There are no approved drugs available to treat COVID-19 yet, although several vaccine candidates are already available and some of them are listed for emergency use by the world health organization (WHO). Identifying a potential drug candidate may make a significant contribution to control the expansion of COVID-19. The in vitro biological activity of asymmetric disulfides against coronavirus through the inhibition of SARS-CoV-2 main protease (Mpro) protein was reported. Due to the lack of convincing evidence those asymmetric disulfides have favorable pharmacological properties for the clinical treatment of Coronavirus, in silico evaluation should be performed to assess the potential of these compounds to inhibit the SARS-CoV-2 Mpro. In this context, we report herein the molecular docking for a series of 40 unsymmetrical aromatic disulfides as SARS-CoV-2 Mpro inhibitor. The optimal binding features of disulfides within the binding pocket of SARS-CoV-2 endoribonuclease protein (Protein Data Bank [PDB]: 6LU7) was described. Studied compounds were ranked for potential effectiveness, and those have shown high molecular docking scores were proposed as novel drug candidates against SARS-CoV-2. Moreover, the outcomes of drug similarity and ADME (Absorption, Distribution, Metabolism, and Excretion) analyses have may have the effectiveness of acting as medicines, and would be of interest as promising starting point for designing compounds against SARS-CoV-2. Finally, the stability of these three compounds in the complex with Mpro was validated through molecular dynamics (MD) simulation, in which they displayed stable trajectory and molecular properties with a consistent interaction profile.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».