Deep Drug Discovery of Mac Domain of SARS-CoV-2 (WT) Spike Inhibitors: Using Experimental ACE2 Inhibition TR-FRET Assay, Screening, Molecular Dynamic Simulations and Free Energy Calculations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
SARS-CoV-2 exploits the homotrimer transmembrane Spike glycoproteins (S protein) during host cell invasion. The Omicron XBB subvariant, delta, and prototype SARS-CoV-2 receptor-binding domain show similar binding strength to hACE2 (human Angiotensin-Converting Enzyme 2). Here we utilized multiligand virtual screening to identify small molecule inhibitors for their efficacy against SARS-CoV-2 virus using QPLD, pseudovirus ACE2 Inhibition -Time Resolved Forster/Fluorescence energy transfer (TR-FRET) Assay Screening, and Molecular Dynamics simulations (MDS). Three hundred and fifty thousand compounds were screened against the macrodomain of the nonstructural 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. The 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.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 découle