Представлены предварительные результаты универсальной модели предсказания значений IC50 ингибиторов нейраминидазы вируса гриппа произвольного штамма. В уравнениях предсказания использовали в качестве независимых переменных энергетические параметры комплексов, полученные в результате моделирования 30 вариантов структур нейраминидаз, с последующим докингом и симуляцией молекулярной динамики. В качестве лигандов в работе рассмотрены молекулы известных лекарственных средств – ингибиторов нейраминидазы – осельтамивира, занамивира и перамивира, а также субстрат этого фермента – MUNANA. Использование расчётных параметров комплексов ингибиторов с нейраминидазой не дало возможности построить корреляционное уравнение с приемлемыми параметрами (R2£0,3). Однако, если использовать информацию о связывании с нейраминидазой субстрата, относительно которого были измерены величины IC50, то полученные уравнения предсказания IC50 становятся значимыми (R2³0,55). Делается вывод, что уравнения, объединяющие не только различные лиганды, но и множество вариантов таргетного белка их связывающих, в случае использования как целевого параметра величины IC50 должны учитывать и связывание субстрата, относительно которого в эксперименте измеряли величину IC50. В этом случае, использование смоделированных белков оправдано. Предсказательная сила таких моделей критически зависит от качества моделирования комплексов.
Микурова А.В., Скворцов В.С. (2018) Создание обобщённой модели предсказания ингибирования нейраминидазы вируса гриппа различных штаммов. Биомедицинская химия, 64(3), 247-252.
Микурова А.В. и др. Создание обобщённой модели предсказания ингибирования нейраминидазы вируса гриппа различных штаммов // Биомедицинская химия. - 2018. - Т. 64. -N 3. - С. 247-252.
Микурова А.В. и др., "Создание обобщённой модели предсказания ингибирования нейраминидазы вируса гриппа различных штаммов." Биомедицинская химия 64.3 (2018): 247-252.
Микурова, А. В., Скворцов, В. С. (2018). Создание обобщённой модели предсказания ингибирования нейраминидазы вируса гриппа различных штаммов. Биомедицинская химия, 64(3), 247-252.
Переводная версия в журнале «Biomedical Chemistry (Moscow) Supplement Series B»:10.1134/S1990750818040054
Список литературы
Air G.M., Laver W.G. (1989) Proteins: Structure, Function, and Bioinformatics, 6(4), 341-356. CrossRef Scholar google search
Kollman P.A., Massova I., Reyes C., Kuhn B., Huo S., Chong L., Lee M., Lee T., Duan Y., Wang W., Donini O., Cieplak P., Srinivasan J., Case D.A., Cheatham T.E., 3rd (2000) Acc. Chem. Res., 33, 889-897. CrossRef Scholar google search
Allen W.J., Balius T.E., Mukherjee S., Brozell S.R., Moustakas D.T., Lang P.T., Case D.A., Kuntz I.D., Rizzo R.C. (2015) J. Comput. Chem., 36(15), 1132-1156. CrossRef Scholar google search
Case D.A., Darden T., Cheatham III T.E., Simmerling C., Wang J., Duke R.E., Luo R., Merz K.M., Pearlman D.A., Crowley M. (2006) AMBER 9. University of California, San Francisco, 45. Scholar google search
Govorkova E.A., Leneva I.A., Goloubeva O.G., Bush K., Webster R.G. (2001) Antimicrob. Agents Chemother., 45(10), 2723-2732. CrossRef Scholar google search
Song M.S., Marathe B.M., Kumar G., Wong S.S., Rubrum A., Zanin M., Choi Y.K., Webster R.G., Govorkova E.A., Webby R.J. (2015) J. Virology, 89(21), 10891-10900. CrossRef Scholar google search
Федеральный исследовательский центр Информатика и управление РАН [Электронный ресурс]: сайт. – Москва: ФИЦ ИУ РАН. – URL: http://frccsc.ru (дата обращения: 11.05.2018). Scholar google search
