Identification of human immunodeficiency virus -1 E protein-targeting lead compounds by pharmacophore based screening
Notice bibliographique
Résumé
OBJECTIVES: To identify potential compounds by seeking the knowledge of molecular interactions between human immunodeficiency virus (HIV) glycoprotein (gp) 120 protein and anti-HIV drug (BMS-488043). METHODS: This study is a computational structure-based drug design study, carried out at University of Taif, Saudi Arabia and African Genome Centre (AGC), Mohammed VI Polytechnic University, Benguerir, Morocco from January 2021 to March 2022. Initially, using the docked structure of gp120 with BMS-488043, a structure-based pharmacophore model was created. The generated model was utilized for virtual screening of the ZINC and ChemBridge database in order to identify hit compounds. To further assess the time-dependent stability of the selected complexes, computer simulation was performed. RESULTS: From pharmacophore-based screening, 356 hits were obtained from both the database. The docking studies of the retrieved hit compounds reveal that all the compounds fit into the binding site of gp120. However, based on the significant interactions with the crucial residues and docking scores four compounds were suggested as potential hits. MD simulation of ChemBridge14695864 and ZINC06893293 in complex with gp120 suggested that both compounds significantly stabilized the receptor. CONCLUSION: These findings could aid in the design of effective drugs against HIV by inhibiting the interaction between gp120 and CD4.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».