基于无监督机器学习揭示阿片类药物与 $\mu$ 阿片受体的结合路径
生物大分子
2018-05-02 v1 定量方法
摘要
许多重要的镇痛药通过结合 -阿片受体（OR）来缓解疼痛，这使得 OR 成为 G 蛋白偶联受体（GPCR）家族中临床意义最为重大的蛋白之一。尽管已有关于 GPCR 激活路径的研究，OR 的阿片类药物结合机制及其选择性在很大程度上仍属未知。我们进行了广泛的分子动力学（MD）模拟与分析，以寻找 OR 的选择性别构结合位点以及阿片类药物结合正构位点的路径。在本研究中，我们预测该别构位点负责阿片类药物的吸引与筛选。利用马尔可夫状态模型与机器学习，我们追踪了阿片类药物结合正构位点（主要结合口袋）的路径。我们的结果对设计新型镇痛药具有重要启示。
引用
@article{arxiv.1804.08206,
title = {Binding Pathway of Opiates to $\mu$ Opioid Receptors Revealed by Unsupervised Machine Learning},
author = {Amir Barati Farimani and Evan N. Feinberg and Vijay S. Pande},
journal= {arXiv preprint arXiv:1804.08206},
year = {2018}
}
备注
25 pages, 8 figures