SARS-CoV-2 主蛋白酶 Mpro 的量子模拟实现多样配体的准确打分
化学物理
2021-08-18 v2 生物大分子
摘要
COVID-19 大流行引发了前所未有的努力，以识别能够降低其相关发病率/死亡率的药物。计算化学方法有望比实验方法更快地分诊潜在候选药物。这些方法已被广泛用于搜索可抑制 SARS-CoV-2 复制周期中关键蛋白的小分子。一个重要靶点是 SARS-CoV-2 主蛋白酶 Mpro，该酶将病毒多蛋白切割为病毒复制和转录所需的各个蛋白。遗憾的是，标准计算筛选方法由于配体骨架各异和电荷状态不同，难以对受体的多样配体进行排名。在此，我们描述了 Mpro 与多种配体复合物的全密度泛函量子力学（DFT/QM）模拟，以获得绝对配体结合能。我们的计算由在亚马逊网络服务（AWS）计算资源上运行的新型云原生并行 DFT/QM 实现所支持。我们得到的结果令人鼓舞：该方法非常能够对一组极其多样的现有药物化合物针对 Mpro 的亲和力进行打分，并表明 DFT/QM 方法可能更广泛地适用于针对该靶点的重定位筛选。此外，每次 DFT/QM 模拟每个配体仅需约 1 小时（挂钟时间）。快速周转时间提出了在药物发现流程中配体多样性至关重要的阶段大规模应用量子力学的实际可能性。
引用
@article{arxiv.2010.07883,
title = {Quantum Simulations of SARS-CoV-2 Main Protease Mpro Enable Accurate Scoring of Diverse Ligands},
author = {Yuhang Wang and Sruthi Murlidaran and David A. Pearlman},
journal= {arXiv preprint arXiv:2010.07883},
year = {2021}
}
备注
Updated reference (7) from pre-print to PNSA publication Fix some capitalization issues 8 pages, 6 figures