Deep learning-based Drug discovery of Mac domain of SARS-CoV-2 (WT) Spike inhibitors: using experimental ACE2 Inhibition TR-FRET Assay Screening and Molecular Dynamic Simulations
Notice bibliographique
Résumé
Abstract SARS-CoV-2 exploits the homotrimer transmembrane Spike glycoproteins (S protein) during host cell invasion. Omicron, delta, and prototype SARS-CoV-2 receptor-binding domain show similar binding strength to hACE2 (Angiotensin-Converting Enzyme 2). Here we utilized multi-ligand virtual screening to identify small molecule inhibitors for their efficacy against SARS-CoV-2 virus using quantum Docking, pseudovirus ACE2 Inhibition TR-FRET Assay Screening, and Molecular Dynamic simulations (MDS). 350-thousand compounds were screened against the macrodomain of non-structural protein 3 of SARS-CoV-2. Using TR-FRET Assay, we filtered out two of 10 compounds that had no reported activity in in-vitro screen against Spike S1: ACE2 binding assay. Percentage Inhibition at 30 µM was found to be 79% for “Compound F1877-0839” and 69% for “Compound F0470-0003”. This first of its kind study identified “FILLY” pocket in macrodomains. Our 200 ns MDS revealed stable binding poses of both leads. They can be used for further development of preclinical candidates. Abstract Image In Brief Iqbal et al., described a deep learning guided drug discovery, efficacy against SARS-CoV-2 Spike inhibitors: using experimental pseudovirus ACE2 Inhibition TR-FRET Assay. Our molecular dynamic simulation results were next validated a posteriori against the corresponding experimental data of identified leads with 80 percent inhibition. Moreover, this study is first of kind to identify “FILLY” pocket in macrodomains. Highlights Experimental pseudovirus ACE2 Inhibition TR-FRET Assay and HTS lead to identification of two potential clinical leads. Conformational Dynamics analysis reveal the structural stability of complexes throughout 200 ns molecular dynamic simulations. Unveiling of the impact surface charge on the Variant of Concerns Detection of conformational changes within ACE2/RBD complex We identified the FILLY pocket in the SARS viruses.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».