Unlocking Therapeutic Potential: Identifying Small Molecule Inhibitors for Sars-Cov-2 Variants' Main Protease (MPRO) Through Molecular Docking Analysis

蛋白酶 对接(动物) 计算生物学 严重急性呼吸综合征冠状病毒2型(SARS-CoV-2) 2019年冠状病毒病(COVID-19) 2019-20冠状病毒爆发 化学 病毒学 生物 医学 生物化学 传染病(医学专业) 护理部 疾病 病理 爆发
作者
Yang Chong,Nurul Izza Ismail
出处
期刊:Sains Malaysiana [Penerbit Universiti Kebangsaan Malaysia (UKM Press)]
卷期号:53 (5): 983-994
标识
DOI:10.17576/jsm-2024-5305-01
摘要

Even with existing emergency drugs, the development of safer and more effective drugs for the treatment of COVID-19 still needs to continue. Virtual screening through a molecular docking approach is a powerful way to discover potential compounds for new drug discovery. In this study, we targeted SARS-CoV-2 wild-type major protease (MPro), beta, lambda and omicron variants, to conduct a virtual screening with a selection of 100 ligands from the PubChem database using AutoDock Vina software. Among the inhibitors that have been identified are ten compounds consisting of ergotamine, 2,5-Dibenzyloxy-3-hydroxyligand-hexanedioic acid bis-[(2-hydroxy-indan-1-YL)-amide], remetinostat, benzamidine, argifin, irinotecan, dihydroergotamine, telmisartan, bromocriptine, and cilengitide, which exhibited the highest binding affinity. Interaction analysis through BIOVIA Discovery Studio showed the binding and interaction modes between these inhibitors and MPro residues of the variant. This mainly refers to 2,5-Dibenzyloxy-3-hydroxyligand-hexanedioic acid bis-[(2-hydroxy-indan-1-YL)-amide] and remetinostat which consistently exhibit strong interactions with MPro variants. This research provides promising leads for the development of potential COVID-19 therapeutics. In summary, targeting conserved MPro with small molecule inhibitors provides a solid foundation for combating SARS-CoV-2 and its variants, holding promise for effective COVID-19 mitigation.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
dhdafwet发布了新的文献求助10
1秒前
1秒前
2秒前
3秒前
飘零枫叶完成签到,获得积分0
5秒前
合适依秋发布了新的文献求助10
7秒前
willing3337应助Hang采纳,获得10
8秒前
10秒前
wanjingwan完成签到 ,获得积分10
11秒前
11秒前
Proddy完成签到 ,获得积分10
14秒前
14秒前
14秒前
不期而遇发布了新的文献求助30
15秒前
嗯哼发布了新的文献求助10
15秒前
灵巧的忻完成签到,获得积分20
16秒前
zz0429完成签到 ,获得积分10
18秒前
guajiguaji完成签到,获得积分10
19秒前
Geodada完成签到,获得积分10
20秒前
20秒前
情怀应助Herryoooooo采纳,获得10
21秒前
刘福兮完成签到,获得积分10
22秒前
23秒前
清修完成签到,获得积分10
24秒前
王树茂完成签到,获得积分10
24秒前
24秒前
笨笨青筠发布了新的文献求助10
25秒前
viauue9发布了新的文献求助10
26秒前
CodeCraft应助cassandra采纳,获得30
26秒前
downdown完成签到,获得积分10
27秒前
wst1988发布了新的文献求助10
27秒前
嗯哼完成签到 ,获得积分10
27秒前
28秒前
glowworm发布了新的文献求助10
29秒前
ssk发布了新的文献求助10
30秒前
专注的筝完成签到 ,获得积分10
31秒前
adi完成签到,获得积分10
32秒前
英姑应助Xiaoyan采纳,获得10
32秒前
32秒前
科研通AI2S应助Binbin采纳,获得10
32秒前
高分求助中
Bayesian Models of Cognition:Reverse Engineering the Mind 800
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Внешняя политика КНР: о сущности внешнеполитического курса современного китайского руководства 500
Revolution und Konterrevolution in China [by A. Losowsky] 500
Manual of Sewer Condition Classification 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3122853
求助须知:如何正确求助?哪些是违规求助? 2773205
关于积分的说明 7716973
捐赠科研通 2428741
什么是DOI,文献DOI怎么找? 1289978
科研通“疑难数据库(出版商)”最低求助积分说明 621678
版权声明 600188