35、新冠疫情下的药物研究：计算方法与药物设计

新冠疫情下的药物研究：计算方法与药物设计

在新冠疫情的大背景下，药物研究成为了对抗病毒的关键。目前，除了传统的核酸识别方法，新型的脉冲控制乘法等方法也在研究中。脉冲控制乘法无需RNA提取，使用小型设备可在10分钟内完成。未来，基于S和N的抗原检测系统将与核酸扩增测试结合，以低成本提高新冠诊断的准确性。同时，构建新的治疗平台的努力，如果分析精确、新颖、易于执行、能迅速得出结果且大规模生产成本低，有望取得成效。

计算机模拟方法在新冠药物研究中的应用

计算机模拟方法在新冠药物研究中发挥着重要作用，它能帮助科学家和医生为SARS-CoV-2的各种蛋白质序列开发分子结构，定位病毒表面合适的靶点以进行杀灭，并设计适合对抗这种致命病毒的药物。以下介绍几种相关的计算机模拟方法。

AutoDock Vina

AutoDock Vina是“AutoDock”的扩展，是一款用户友好的免费自动对接工具，用于预测分子与已知3D受体的结合方式。AutoDock是广泛认可的原子团对接工具，用于研究与潜在靶点匹配的混合物。AutoDock 4.2版本比之前的版本更快，允许大分子中的侧链具有灵活性，功能效率更高，固定锚定速度极快，高质量的灵活锚定可在60秒内完成，在一个CPU上24小时内可进行多达40,000次刚性锚定。其改进的4.2版本有一个基于直接回归分析、AMBER力场和大量已知保存常数的蛋白质 - 配体复合物的自由能评分任务。该最佳模型与不同的人类免疫缺陷病毒（HIV）-1蛋白酶复合物进行了交叉验证，确认与原始值的标准差小于2.5 kcal/mol。Vina使用与AutoDock类似的PDBQT亚原子结构文档设计，PDBQT记录可通过Open Babel GUI编程创建，并使用MGL工具观察，带有限制能量评估的输出记录可通过Python程序查看。

分子动力学

分子动力学是一种在计算机上分解粒子和分子正确活动的方法。宿主分子和新设计的抗病毒药物分子在设定的时间内相互连接，以洞察应用的动态“增长”。它是一个Python库，用于剖析来自分子到原子元素（MD）模拟的方向，可处理多种著名组织的模拟数据，还能进行组合和控制方向。MD适用于NAMD - 10、Amber、Gromacs等知名模拟程序，并通过一系列准备和分析工具在一个通用界面中协同工作。为了发现药物与锚定位点的相互作用，需将牛顿运动条件应用于MD框架，直到分子在给定温度下连接一段时间，遵循传统力学定律。在模拟过程中，通过估计仪器按时间进行测试的试验上限比例。完成框架的平衡后，进行方向调查和估计，相当于对示例估计进行事实调查。在物理评估中，将蛋白质溶解在参数LWH为97.42 Å的水盒中以获得完整的蛋白质结构，添加中和反离子（如K⁺和Cl⁻）到蛋白质分子结构中以中和蛋白质表面电荷，大致调整到0.15 M，然后使用平滑截止（10 - 12 Å）计算范德华（vdW）能量。

DockThor - VS平台

DockThor对接程序旨在处理基本的1D和2D配体，这些配体具有零空间位阻因素，与其他具有受限运动的常规分支配体相比，具有出色的肽结合或对接效率。运行程序使用基于不同策略的表型聚集和固态遗传计算作为请求方法。其亲本替代系统基于动态修改的受限匹配选择工作，通过评估超表面能量并获得所传达结构的每个分组，提供无与伦比的评估，允许在一次运行中识别不同的简单规划。这些评分截止点采用以下大数据术语进行蛋白质 - 配体限制：
1. 一个弯曲的连续无序项，排斥“空间或静态”可旋转保护。
2. 分子间关联项。
3. 一个具有足够极性连接的离子活性位点，启动新设计配体在M - pro上锚定位点的结合过程。
4. 一个仅与可溶解开放表面相关的正非极性溶剂化项。
5. 一个蛋白质 - 配体亲脂性对应项。

该平台将在大量（> 2,900）顶级3D改进中进行准备和尝试，这些改进与收集的物理化学概况和药物计划的巨大恢复固定相关。对接算法根据特定的文件格式要求工作，通常药物分子首选地理文档，辅因子首选top格式，记录感兴趣的蛋白质时，需要包含来自MMFF94S49力场的原子类型和不足电荷的格式。整个原子力场限制通过暗示任务执行，无需客户干预。搜索空间表示为一个关联框，潜在结果在结构社区中处理，大大降低了计算成本。隐藏的个体组在晶格框内使用配体的旋转、平移和构象水平的随机质量进行抽象传达。对于每个SARS - CoV - 2强目标，DockThor - VS平台提供一个建议的关联框停顿位置，客户可根据对接测试的要求使用或更改。

机器辅助的新冠药物设计与评估

计算筛选目前成为解决SARS - CoV - 2感染爆发的主要重点。基于硅的智能处理器和强大的病毒评估算法已成为制药行业的主导工具，体外使用已有数十年，用于识别蛋白质阻滞剂和理解蛋白质 - 蛋白质及蛋白质相互作用。尽管网上有数百万种抗病毒药物，但众多实验、临床和计算药物研究工作已展开，以快速确定化合物的优先级，将其识别为SARS - CoV - 2疾病爆发的潜在治疗药物。研究人员可利用抗病毒药物库中的数据重新研究药物在当前情况下的效率，从Selleckchem Inc.、京都基因与基因组百科全书和DrugBank数据库中检索美国批准的药物库和欧洲的FDA药物。重新研究现有抗病毒药物作为潜在药物候选者，有助于科学家探索具有完善药理学和安全性概况的药物提案。

分子对接程序

分子对接和化学结合技术用于评估抗病毒药物的药效，并针对SARS - CoV - 2的酶系统进行评估。对于SARS - CoV - 2的治疗，大多数结合研究集中在关键蛋白酶，如3CLpro、S刺突、E包膜、甲基转移酶蛋白和RNA聚合酶。通过分子建模对先前批准的药物分子进行分子对接研究，以确定它们对3CLpro的亲和力。结果显示，洛匹那韦、奈非那韦、利托那韦的结合率为23.8%，瑞德西韦的结合率为19.0%，达芦那韦的结合率为14.3%，且大多数药物对SARS - CoV - 2病毒无结合。基于这些结果，大多数药物目前正在进行临床试验。

以下是部分在研的针对新冠疫情的批准药物列表：
|序号|研究的靶向蛋白|抗病毒及其他化学药物|正在进行的研究|
| ---- | ---- | ---- | ---- |
|1|3CL - pro|洛匹那韦|9|
|2|3CL - pro|利托那韦|9|
|3|3CL - pro|奈非那韦|7|
|4|3CL - pro|瑞德西韦|9|
|5|3CL - pro|达芦那韦|6|
|6|3CL - pro|阿扎那韦|5|
|7|3CL - pro|来迪派韦|5|
|8|3CL - pro|奥司他韦|5|
|9|RdRc|加利德西韦|4|
|10|RdRc|瑞德西韦|6|
|11|RdRc|利巴韦林|4|
|12|3CL - pro|卡托普利|4|
|13|3CL - pro|氯喹|6|
|14|3CL - pro|依托泊苷|4|
|15|3CL - pro|橙皮苷|3|
|16|3CL - pro|羟氯喹|6|
|17|3CL - pro|伊马替尼|2|
|18|PL - pro|氯喹|3|
|19|PL - pro|达芦那韦|2|
|20|PL - pro|左旋咪唑|2|
|21|PL - pro|洛匹那韦|4|
|22|PL - pro|利托那韦|4|
|23|RdRc|法匹拉韦|5|
|24|RdRc|索非布韦|2|
|25|RdRc|替诺福韦|2|
|26|“S”刺突 + ACE复合界面|他唑巴坦|2|

不同药物与M - pro的结合亲和力也有所不同。例如，使用AutoDock Vina评估19种药物对SARS - CoV - 2的M - pro位点的结合情况，O6K和N3的结合亲和力值分别为7.12和7.40 kcal/mol。喹啉N - 氧化物（QO）和喹啉（Q）硝基化合物的对接测试表明，药物候选人与M - pro活性位点结合良好，结合能范围为 - 4.31至 - 5.04 kcal/mol，一些硝基 - QO化合物抑制剂显示出比其硝基 - 喹啉对应物略高的稳定结合能值。商业药物氯喹（CQ）和羟氯喹（HCQ）的对接测试确定其结合能分别为 - 2.33和 - 2.80 kcal/mol。

以下是氯喹和羟氯喹的结合位点及其亲和力能量表：
|蛋白质结合位点（BS）|亲和力能量（kcal/mol）（氯喹）|蛋白质结合位点（BS）|亲和力能量（kcal/mol）（羟氯喹）|
| ---- | ---- | ---- | ---- |
|BS 1,2| - 2.93|BS 1,2| - 3.22|
|BS 1,3| - 2.42|BS 1,3| - 2.93|
|BS 1,2,3| - 2.61|BS 1,2,3| - 2.84|
|BS 2| - 3.03|BS 2| - 3.45|
|BS 2,3| - 3.02|BS 2,3| - 3.34|
|BS 3| - 2.94|BS 3| - 3.31|

分子对接和结合能计算表明，负责切割病毒多肽和维持病毒再生过程的病毒蛋白酶可能是病毒性疾病的理想治疗靶点。当病毒通过变异产生对抗时，蛋白酶抑制剂可用于联合药物治疗。由于M - pro酶包含两个多蛋白pp1a和pp1ab，是病毒复制的重要基础，可使用基于HTVS、SP和XP的滑动分数通过对接的分子建模方法创建命中分子，然后使用ADMET描述建议的先导化合物的药理学和物理化学性质。

通过分子概念建模可研究先导化合物的亲和力。例如，分子ABBV - 744与M - pro的结合（G - bind 45.43 kcal/mol）比其他蛋白质 - 配体复合物更稳定。瑞德西韦与SARS - CoV - 2的RdRc和3CLpro靶点结合的相互作用得分高，分子对接研究结果显示，瑞德西韦及其酶（GS - 441524）与M - pro的结合得分分别为 - 6.4和 - 7.0 kcal/mol，具有良好的稳定性，除了对RdRc的抑制作用外，还具有补充刺激活性，其结合指数是最高的治疗方法之一，是新冠患者抗病毒治疗初始治疗的理想选择。法匹拉韦是日本富士胶片公司生产的一种用于RdRc的小型病毒生长限制化合物，与主要蛋白水解酶无明显相互作用。恩替卡韦的分子链与瑞德西韦的代谢物（GS - 441524）相似，价格低廉，根据对接研究数据，其与靶点的适当相互作用值为 - 6.41 kcal/mol，可作为潜在的RdRc和主要靶蛋白的更好替代品。此外，一些药物如二氢麦角胺、酞菁、洛那法尼、尼洛替尼、R - 428、他达拉非和巴洛沙韦马波西酯可通过结构 - 基于定量诊断标准（SBCSA）评估，它们可同时结合多个靶点，成为多靶点药物。姜黄素的吸收率低（1%），可能限制其在治疗持续性病毒疾病中的应用，但口服时可在肝脏和胃肠道系统中大量积累，保护胃肠道免受SARS - CoV - 2病毒侵害，还具有抗炎和预防肝脏及消化道损伤的作用，可用于广泛传播的新冠病理情况。

以下是新冠药物研究的流程示意图：

graph LR
    A[确定研究目标] --> B[选择计算机模拟方法]
    B --> C1[AutoDock Vina]
    B --> C2[分子动力学]
    B --> C3[DockThor - VS平台]
    C1 --> D1[进行分子对接研究]
    C2 --> D2[模拟分子相互作用]
    C3 --> D3[评估配体结合效率]
    D1 --> E[筛选潜在药物]
    D2 --> E
    D3 --> E
    E --> F[进行临床试验]
    F --> G[评估药物疗效和安全性]
    G --> H[确定有效药物]

综上所述，计算机模拟方法和机器辅助的药物设计与评估在新冠药物研究中具有重要意义，为寻找有效的抗病毒药物提供了有力的工具和方法。通过不断的研究和探索，有望开发出更多针对新冠病毒的有效治疗药物，为抗击疫情做出贡献。

新冠疫情下的药物研究：计算方法与药物设计

不同药物的特点与应用潜力分析

除了上述提到的药物，还有一些药物在新冠治疗中展现出了不同的特点和应用潜力。

多靶点药物的优势

像二氢麦角胺、酞菁、洛那法尼、尼洛替尼、R - 428、他达拉非和巴洛沙韦马波西酯这类多靶点药物，能够在一次尝试中结合多个靶点，如3CL - pro、PL - pro、RdRc和刺突蛋白等。这种多靶点的特性使得它们在对抗新冠病毒时具有更广泛的作用范围，可能更有效地抑制病毒的复制和传播。例如，巴洛沙韦马波西酯目前正在进行药物试验，有望为新冠预防带来新的希望。

姜黄素的独特作用

姜黄素虽然吸收低（1%），限制了其在治疗持续性病毒疾病方面的应用，但它在肝脏和胃肠道系统中能大量积累。这一特性使其可以保护胃肠道免受SARS - CoV - 2病毒的侵害。同时，姜黄素还具有抗炎作用，能够调节如IL - 6、IL - 1b和TNF - a等炎症因子，并且可以预防肝脏和消化道损伤。在新冠病毒感染可能引发多种并发症的情况下，姜黄素在应对广泛传播的新冠病理情况中具有一定的价值。

药物研究中的关键技术与策略

在新冠药物研究过程中，多种关键技术和策略相互配合，以提高研究的效率和准确性。

计算机模拟方法的协同作用

AutoDock Vina、分子动力学和DockThor - VS平台等计算机模拟方法在药物研究中各自发挥着重要作用，并且可以相互协同。AutoDock Vina用于预测分子与受体的结合方式，为筛选潜在药物提供基础；分子动力学模拟分子间的相互作用，深入了解药物的作用机制；DockThor - VS平台则评估配体的结合效率，优化药物设计。通过这些方法的协同使用，可以更全面地评估药物的性能，提高筛选出有效药物的概率。

分子对接与结合能计算的重要性

分子对接和结合能计算是确定药物与靶点亲和力的关键步骤。通过对不同药物与关键蛋白酶（如3CLpro、M - pro等）的对接研究，可以了解药物的结合情况，筛选出具有高亲和力的药物。结合能的计算则可以进一步量化药物与靶点的相互作用强度，为药物的选择和优化提供依据。例如，瑞德西韦与M - pro的高结合得分表明其具有良好的稳定性和潜在的治疗效果。

新冠药物研究的挑战与展望

尽管在新冠药物研究方面取得了一定的进展，但仍然面临着诸多挑战。

病毒变异带来的挑战

新冠病毒不断发生变异，这使得已有的药物可能失去原有的疗效。病毒的变异可能导致其表面蛋白结构发生改变，从而影响药物与靶点的结合。因此，需要不断研究新的药物和治疗策略，以应对病毒变异带来的挑战。

药物研发的时间和成本

药物研发是一个漫长而昂贵的过程。从药物的筛选、临床试验到最终获批上市，需要耗费大量的时间和资源。在新冠疫情的紧急情况下，如何缩短药物研发周期，降低研发成本，是亟待解决的问题。

展望未来，随着科技的不断进步和研究的深入，有望在新冠药物研究方面取得更多的突破。一方面，继续优化现有的计算方法和药物设计策略，提高药物研发的效率；另一方面，加强国际合作，共享研究资源和数据，加快药物的研发进程。相信在全球科研人员的共同努力下，能够开发出更多有效的新冠治疗药物，为抗击疫情提供更有力的支持。

以下是不同药物的特点对比表格：
|药物名称|结合靶点|结合亲和力（kcal/mol）|主要特点|应用潜力|
| ---- | ---- | ---- | ---- | ---- |
|瑞德西韦|RdRc、3CLpro、M - pro| - 6.4（瑞德西韦）、 - 7.0（GS - 441524）|结合得分高，稳定性好，有补充刺激活性|初始治疗新冠患者的理想选择|
|法匹拉韦|RdRc|无明显相互作用|小型病毒生长限制化合物|作用有限|
|恩替卡韦|RdRc、主要靶蛋白| - 6.41|分子链与瑞德西韦代谢物相似，价格低|潜在替代药物|
|O6K|M - pro|7.12|结合亲和力高|有治疗潜力|
|N3|M - pro|7.40|结合亲和力高|有治疗潜力|
|氯喹|3CLpro、PLpro| - 2.33（CQ）|传统抗病毒药物|需进一步评估|
|羟氯喹|3CLpro、PLpro| - 2.80（HCQ）|传统抗病毒药物|需进一步评估|
|姜黄素|无特定单一靶点| - |吸收低，可积累于肝脏和胃肠道，抗炎|应对新冠病理情况|

以下是应对新冠药物研究挑战的策略流程图：

graph LR
    A[病毒变异挑战] --> B[持续监测病毒变异]
    B --> C[调整药物研发方向]
    C --> D[开发新的药物和治疗策略]
    E[药物研发时间和成本挑战] --> F[优化研发流程]
    F --> G[加强国际合作]
    G --> H[共享资源和数据]
    D --> I[提高药物研发效率]
    H --> I
    I --> J[开发更多有效药物]

总之，新冠药物研究是一个复杂而具有挑战性的领域，但通过不断探索和创新，有望找到更多有效的治疗方法，为全球抗疫做出贡献。我们期待在未来能够看到更多安全、有效的新冠药物问世，帮助人们战胜这场全球性的疫情。