Совместная исследовательская группа из KAIST и Institut Pasteur Korea определила перепрофилированные препараты для лечения COVID-19 с помощью виртуального скрининга и клеточных анализов. Исследовательская группа предложила стратегию виртуального скрининга со значительным сокращением ложных срабатываний за счет включения предварительной фильтрации на основе сходства форм и пост-докинг фильтрации на основе сходства взаимодействий. Эта стратегия поможет быстрее разработать терапевтические препараты от COVID-19 и других противовирусных заболеваний. Это исследование было опубликовано в Proceedings of the National Academy of Sciences of the United States of America ( PNAS ).
Исследователи проверили 6218 лекарств из набора одобренных FDA лекарств или тех, которые проходят клинические испытания, и выявили 38 потенциальных перепрофилированных лекарств от COVID-19 с этой стратегией. Среди них семь соединений ингибировали репликацию SARS-CoV-2 в клетках Vero. Три из этих препаратов, эмодин, омипалисиб и типифарниб, показали активность против SARS-CoV-2 в клетках легких человека, Calu-3.
Перепрофилирование лекарств – это практическая стратегия разработки противовирусных лекарств за короткий период времени, особенно во время глобальной пандемии. Во многих случаях перепрофилирование лекарств начинается с виртуального скрининга одобренных лекарств. Однако фактическая эффективность виртуального скрининга низка, и большинство предсказанных кандидатов на лекарства являются ложноположительными .
Исследовательская группа разработала эффективные алгоритмы фильтрации до и после моделирования стыковки, чтобы улучшить процент попаданий. В процессе фильтрации перед стыковкой были выбраны соединения с формами, аналогичными известным активным соединениям для каждого целевого белка, и использованы для моделирования стыковки. В процессе фильтрации после стыковки химические вещества, идентифицированные посредством моделирования стыковки, оценивались с учетом энергии стыковки и сходства взаимодействий белок-лиганд с известными активными соединениями.
Результаты экспериментов показали, что стратегия виртуального скрининга достигла высокого показателя эффективности 18,4%, что привело к идентификации семи потенциальных лекарств из 38 первоначально выбранных.
«Мы планируем провести дальнейшие доклинические испытания для оптимизации концентраций лекарств, поскольку один из трех кандидатов не решил проблемы токсичности в доклинических испытаниях», – сказал Ву Дэ Джанг, один из исследователей из KAIST.
«Самая важная часть этого исследования заключается в том, что мы разработали платформенную технологию, которая может быстро определять новые соединения для лечения COVID-19. Если мы будем использовать эту технологию, мы сможем быстро реагировать на новые инфекционные заболевания, а также на их варианты. коронавируса “, – сказал заслуженный профессор Сан Юп Ли.