Integrated XGBoost-Based Virtual Screening and Molecular Dynamics Simulation for the Identification of Potential CCR5 Antagonists
本研究通过整合基于 XGBoost 的虚拟筛选、ADMET 特性分析、分子对接及分子动力学模拟，证明了 FDB020301 与临床药物马拉韦拉（Maraviroc）相比，对 CCR5 受体具有更优越的结合亲和力和稳定性，从而将其确定为一种极具前景的新一代抗艾滋病毒先导化合物。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
人类免疫缺陷病毒（HIV）仍然是一个持续存在的全球健康挑战，需要不断寻找阻止该病毒感染人类细胞的新方法。这种病毒本身无法进入细胞，它需要一套特定的“钥匙”来解锁大门。其中最重要的钥匙之一是位于免疫细胞表面的蛋白质，称为 CCR5 受体。当病毒附着在该受体上时，便获得了进入通道并开始复制。科学家早已知晓，阻断这一受体可以阻止感染，并开发出了一种名为马拉维洛（Maraviroc）的药物来专门执行此功能。然而，与许多疗法一样，病毒最终会学会绕过这种阻碍，且该药物并不适用于每种 HIV 毒株。这一现实促使研究人员寻找更强效的新型阻断剂，以识破病毒并保护免疫细胞的安全。
为了在不花费数年时间在实验室测试成千上万种化学物质的情况下找到这些新的阻断剂，印度卡卡提亚大学（Kakatia University）的一个研究小组转向了计算机的力量。他们结合了两种强大的方法：机器学习（一种通过数据学习模式的人工智能）和分子模拟（类似于展示分子如何移动和粘附的高速电影）。他们的目标是从一个庞大的食物来源化学品库中筛选出几个有潜力的候选物，使其能够紧密结合并关闭 CCR5 受体。通过使用一个针对已知活性和非活性药物训练过的计算机模型，他们将近七万种化合物的名单缩减到了仅有的几个顶级竞争者，最终确定了一个在数字测试中表现异常突出的分子。
研究人员最初从一个被称为 FooDB 的庞大化学结构集合开始搜索，该集合包含了超过七万种存在于食物中的化合物信息。他们首先使用了一种名为 XGBoost 的机器学习工具来预测哪些化学物质可能能够阻断 CCR 5 受体。该工具经过了包含一万三千多种已知化学物质的数据集训练，学习如何区分那些成功阻断受体的化学物质与那些失败的化学物质。当团队将食物数据库输入这个训练好的模型时，计算机标记出了超过一万种具有潜在活性的化合物。为了使名单更易于管理，他们专注于两千个最有潜力的候选物，并根据药物安全性和吸收的标准进行了检查。这一被称为“类药性过滤”的过程，确保了这些化学物质足够小，并且具有适合人体通过口服吸收的化学平衡。
在初步筛选之后，团队应用了第二层检查，以预测这些化学物质在人体内的行为。他们寻找了毒性迹象，例如致癌风险或对心脏的损伤，并检查了它们的吸收和代谢能力。最终只有十一种化合物通过了所有这些安全和吸收关卡。随后，这十一种化合物接受了名为“分子对接”的详细计算机模拟。在这一步骤中，研究人员将每种化学物质放入 CCR5 受体的数字模型中，观察它们的契合程度。他们将结果与马拉维洛进行了对比。一种被识别为 FDB020301 的化合物脱颖而出。它以负 11.4 千卡/摩尔的结合能嵌入受体，这是一种衡量两者粘附紧密程度的指标。这一得分高于马拉维洛的负 10.5，表明 FDB020301 可能结合得更加牢固。
为了确保这种紧密的契合不仅仅是一个偶然的瞬间快照，而是一个稳定的现实，研究人员运行了一个十纳秒的分子动力学模拟。这是一个计算机实验，通过观察药物和受体如何随时间移动和相互作用，并考虑到原子的不断震动和水分子的存在。模拟显示，整个运行过程中该复合物保持稳定。受体没有失去其形状，药物也牢牢固定在原位，并与特定的氨基酸（如 TYR37 和 GLN280）形成了氢键和其他相互作用。研究人员还计算了将药物从受体中拉开所需的能量，发现其值为负 35.19 千卡/摩尔，这进一步证实了这种结合是强力且在能量上是有利的。
研究结论指出，FDB020301 是极具前景的新型 HIV 治疗候选药物，但研究人员谨慎地指出，这些结果仅存在于计算机之中。该分子尚未在活细胞或人体内进行测试。尽管数字证据表明它是一个具有良好安全特征的强效阻断剂，但下一步需要在实际的实验室实验中证明它在现实世界中对抗病毒的效果。在此之前，这项工作有力地证明了现代计算技术如何引导科学家走向新的可能性，将浩如烟海的化学数据转化为未来医学突破的一个明确目标。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。