先睹为快
靶点
NS2B-NS3蛋白酶PDBID：5H4I
筛选化合物库
DrugBank数据库（个FDA批准上市的药物）
计算方法
基于结构的虚拟筛选（Structure-BasedVirtualScreening）
计算软件
分子对接：SchrodingerSuite-2、AutoDockVina、DOCK6
MD模拟：NAMD2.13
轨迹分析：VMD1.9.3
计算流程
基于NS2B-NS3蛋白酶的晶体结构，对接小分子DrugBank数据库，选出结合能最低的5个小分子，并通过MD模拟进行稳定性验证，选出了最优的小分子氯环嗪。实验测试也证明了氯环嗪的有效性。
基于结构的虚拟筛选
NS2B-NS3蛋白酶被认为是抗寨卡病毒（Zikavirus，ZIKV）药物开发的一个有吸引力的靶点。在本研究中，使用了老药新用的原理，对DrugBank数据库中个FDA批准的药物进行了虚拟筛选。为了提高虚筛的准确率（AUC=0.77），作者应用了一种新的虚筛思想：一致性对接（consensusdocking），即综合Glide、AutoDockVina、DOCK6对接软件的最高得分（topscored）的结果，选出了5个比原配体的结合能低的小分子。通过MD模拟对5个小分子重新排序，其中，抗组胺药物氯环嗪(Chlorcyclizine)与蛋白酶的结合力最强（图1）。
分子动力学模拟研究结合模式
氯环嗪与NS2B-NS3蛋白酶复合物的二维蛋白质-配体相互作用如图1所示，氯环嗪（图2A）可与蛋白受体上的Asp、Tyr、Pro、Ala、Val和Tyr相互作用，其中Tyr是公认的参与蛋白酶的底物识别残基。进一步的MD模拟（图2B）表明氯环嗪蛋白复合物的结合比较稳定，氢键作用也可以很好的维持。药理学实验也表明氯环嗪能降低ZIKV诱导的细胞病变。综合结果表明，开发以氯环嗪骨架的抗ZIKV药物具有很大潜力。
图1、虚拟筛选得到的5个小分子。
图片来源JCIM
图2、（A）氯环嗪与NS2B-NS3蛋白酶的2D相互作用图（B）MD模拟。
图片来源JCIM
参考文献：Santos,Felipe,etal.IdentificationofZikavirusNS2B-NS3proteaseinhibitorsbyStructure-BasedVirtualScreeningandDrugRepurposingApproaches.JournalofChemicalInformationandModeling().
相关文章
ScienceAdvances
经典！从分子动力学模拟到虚拟筛选发现小分子PPI抑制剂Nature
大牛是怎样从上亿化合物库中筛选到nM级化合物JMC
意大利-美国联合团队虚拟筛选发现全新广谱抗菌拓扑异构酶抑制剂NatureBiotechnology
46天!深度学习加速DDR1激酶抑制剂研发JMC
万化合物库中虚拟筛选发现抗肿瘤双靶点高选择性激酶抑制剂JMC
如何针对高度保守的结合位点设计高选择性配体？N-肉豆蔻酰基转移酶的案例研究发现隐藏的变构位点作为变构——药物设计的新靶点应用高通量虚拟筛选加速先导化合物开发（一）：BTK研究案例应用高通量虚拟筛选加速先导化合物开发（二）：RORγt研究案例应用高通量虚拟筛选加速先导化合物开发（三）:HLA-DR研究案例虚拟筛选研究案例-CCL18拮抗剂阻断乳腺癌转移