Artykuł metodologiczny

Struktura-kierowana projektowanie i opracowywanie nowych inhibitorów cyklofiliny A oraz pochodnych ganoderiol-F: podejście In-Silico

DOI:

10.3791/67145

⸱

23 czerwca 2026

 , 
1College of Arts and Sciences, Qatar University, 2BBR Pty Ltd

W tym artykule

Podsumowanie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Przedstawiamy tutaj protokół strukturalnie ukierunkowanego projektowania interakcji wiązania białko-ligand między Sanglifehriną A a Cyklofiliną A/Ganoderiol-F, niezbędny w odkrywaniu nowych leków. Stabilność zespołu ligand-receptor została oceniona za pomocą symulacji dynamiki molekularnej.

Streszczenie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Oś cyklin D-CDK (Cyklofilina A (Cyp /Ganoderiol F)) odgrywa krytyczną rolę w raku poprzez różne procesy, takie jak kontrola proliferacji i hamowanie komórek rakowych. Pochodne Ganoderiol F mogą służyć jako onkogenne cele dla wielu typów raka. Badanie to wykazało, że projektowanie i opracowywanie nowych inhibitorów Cyp A oraz pochodnych Ganoderiol F, oparte na strukturze, może być zastosowane do wyboru obliczonych pozycji dla zwiększenia skuteczności chemicznych inhibitorów i ich interakcji z wybranymi receptorami. W tym podejściu wykorzystano liczne aplikacje oprogramowania w celu osiągnięcia optymalnych interakcji molekularnych. Łącznie 117 nowych cząsteczek ligandów inhibitorów cyklofiliny zostało skonstruowanych za pomocą oprogramowania Chemsketch. Przekształcone pliki PDB nowych ligandów inhibitorów Cyp A zostały przygotowane do wprowadzenia do receptora enzymatycznego Sanglifehrin A. Interakcje dokowania ligand-białko zostały przeprowadzone za pomocą oprogramowania AutoDock 4.2.6, aby ujawnić najlepsze geometriczne interakcje. Potwierdzenia dokowania zostały przeprowadzone za pomocą oprogramowania PyMOL 2.5. Wreszcie wiązania wodorowe wykryto za pomocą oprogramowania Chimera i Maestro. Wybrany złożony kompleks ligand-receptor został poddany symulacji dynamiki molekularnej. Proces symulacji MD wykazał stabilność kompleksu i wskazał, że wybrany ligand może być wykorzystany jako inhibitor leku dla komórek rakowych. W wynikach aktywne aminokwasy w miejscu wiązania zostały zidentyfikowane jako Arginina 55, która ma przesunięcie 1,53Å, Asparagina (Asn), Glicyna (Gly), Treonina (Thr), Lizyna (Lys), Izoleucyna (Iso), Histydyna (Hid), Fenylolanina (Phe) i Cysteina (Cys) z największą liczbą wiązań wodorowych ligandu 45 hydroksymangiferonowych. To połączenie z receptorem 1nmk w koordynacie pola siatki X 38,86, Y 10,987 i Z 40,734. Ocena kompleksu receptor-ligand 1nmk w symulacji dynamiki molekularnej (MD) w oprogramowaniu Gromacs wersji CHARMM 36 ma optymalne stopnie.

Wprowadzenie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Cyklopinyna A jest silnym inhibitorem ludzkiego Cyp A. Cyklopinyna jest silnym inhibitorem, który nie osłabia układu odpornościowego, posiada lepsze właściwości farmakologiczne i zmniejsza hamowanie transportu. Zły rokowanie zostało powiązane z nadekspresją cyklopinyn, rodziny białek o aktywności peptydylo-proliloizomerazy1. Stwierdzono, że cyklopiny są nadekspresowane w licznych rakach, w tym w raku wątrobowokomórkowym. W raku wątrobowokomórkowym (HCC) cyklopiny są kluczowe zarówno dla odporności na leki przeciwnowotworowe, jak i dla proliferacji2. Hamowanie pozyskuje istotne informacje, aby zidentyfikować nowe immunosupresory oparte na pochodnych chinokssaliny poprzez zastosowanie dokowania molekularnego na poziomie atomowym i symulacji MD w celu określenia dokładnego miejsca wiązania DC838 do Cyp A3.

Dodatkowo, badania in vivo wykazały, że cyklopinyna DC838 zapobiega proliferacji komórek śledziony myszy wywołanej przez konkanawalinę. Kilka badań zgłosiło serię makrocyklicznych inhibitorów cyklopinin syntetyzowanych na podstawie Sanglifehrin A (SFA), naturalnej substancji4. Wstępna optymalizacja związków wykazała, że grupa hydroksylowa reszty tyrozynowej m5, centra stereochemiczne w C14 i C15 oraz tripeptyna waleina5m5tyrozyna5piperazinowa kwasowa w rdzeniu Sanglifehrin są kluczowymi czynnikami wpływającymi na aktywność związku5. Jednostka dienowa C185C21 SFA może zostać zastąpiona grupą styrylową, aby stworzyć potężne związki, które wykazują nowy tryb wiązania, w którym jednostka styrenowa oddziałuje z argininą (Arg)556 Cyp A poprzez interakcję stosu. Nieimmunosupresyjne inhibitory cyklopinin są skuteczne w leczeniu wirusa zapalenia wątroby typu C. Cyklosporyna A1, alisporiwiru i większość innych cyklosporyn są silnymi inhibitorami MRP2, MDR1, OATP1B1 i innych kluczowych transportowanych leków7,8.

Z drugiej strony, Ganoderiol F oczyszczony z Ganoderma leucocontextum opóźnia postęp cyklu komórkowego poprzez hamowanie cyklin CDK4/CDK69, a kinazy zależne od cyklin (CDK) są kluczowe w kontroli cyklu komórkowego ssaków. Cyklina D-CDK4/CDK6 i Cyklina E-CDK2 są kluczowymi graczami w kontroli postępu cyklu komórkowego przez Ganoderiol F. Dlatego Ganoderiol F może być stosowany jako potencjalny inhibitor CDK4/CDK6 w leczeniu raka piersi10,11. FA hamuje fazę G1 cyklu komórkowego, co zapobiega wzrostowi makrofagów zależnym od M-CSF bez wpływu na żywotność komórek12. Immunosupresor hamuje proliferację poprzez dezaktywację aktywności CDK2. W kontekście raka, rola Cykliny D-CDK4/6, wraz z innymi Cyklinami i CDK, jest dobrze ustalona. Rak charakteryzuje się nieprawidłową deregulacją szlaku cyklina-CDK. W szczególności, gdy komórka jest gotowa do rozpoczęcia syntezy DNA, CDK4 umożliwia przejście przez fazę G1 w połączeniu z cyklinami typu D. Ten proces jest kluczowo związany z rozwojem i postępem raka9.

Aktywne miejsce Cyp A charakteryzuje się niezmiennym argininą katalizyczną (Arg55) i wysoce zachowanym mieszaniem hydrofobowych, aromatycznych i polarnych resztek, takich jak Arg55, Glutamina (Gln), Glicyna (Gly) i Treonina (Thr)1,13,14. Aktywne miejsce rodziny cyklopinin składa się również z Alaniny (Ala) i Asparaginy (Asn)1. Tymczasem aktywne miejsce SFA składa się z aminokwasów Arg5515, Gln, Gly, Thr, Ala i Asn, które tworzą hydrofobową kieszeń, która obejmuje jednostkę kwasu piperazynowego SFA. W przeciwieństwie do niezwiązanego Cyp A, łącznik między makrocyklem a rowkiem rowerowym SFA zmusza Trp121 do ponownego wyrównania bocznych łańcuchów16.

1nmk został wybrany jako specyficzny kod PDB Sanglifehrin A, jak wspomniano w poprzednich badaniach17. SFA, immunosupresyjna naturalna substancja, została po raz pierwszy odkryta w Streptomyces sp. A92-30815,18. SFA wykazuje wysokie powinności do Cyp A i ma odrębną strukturę w porównaniu z CsA, stosując unikalną metodę hamowania układu odpornościowego. Złożona struktura molekularna SFA obejmuje 22-członowy makrocykl z dziewięciowęglowym związkiem w pozycji 23, kończący się w wysoce zastępowanym spiro-dwucyklicznym rdzeniu. Badania in vitro z przewlekłymi ludzkimi fibroblastami płuc i próbkami od pacjentów z idiopatyczną fibrózą płuc wykazały, że SFA zwiększa produkcję cyklopinin B i hamuje wydzielania kolagenu typu I19,20.Ogólnie, 20 różnych sanglifehrinów zostało użytych do izolowywania SFA (C16). Jego powinność

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. In silico generacja ligandów i preparatów ligandów w oprogramowaniu ChemSketch

UWAGA: To oprogramowanie zostanie użyte do rysowania struktury ligandu/cząsteczki, czyli edycji molekularnej.

  1. Narysuj ligand/strukturę zgodnie z procesem rysowania zastosowanym w oprogramowaniu, jak pokazano w Pliku uzupełniającym 1 (Zrzut ekranu 1).
  2. Naciśnij f9, aby wyczyścić strukturę po narysowaniu pełnej struktury.
  3. Kliknij na Plik, a następnie Zapisz jako. (Przejdź do folderu, np. cząsteczka 1 będzie zapisana w folderze 1, itd).
  4. Zmień Typ zapisu na mdl molfiles, a następnie kliknij Zapisz (nie ma potrzeby określania nazwy pliku; użyj domyślnej nazwy pliku podanej przez oprogramowanie, np. noname).
    UWAGA: W folderze zostanie utworzony jeden plik, a każdy plik będzie miał format mdl struktury ligandu 2D.
  5. Powtórz powyższe kroki dla wszystkich cząsteczek.

2. Konwersja formatu pliku (oprogramowanie Open Babel)

UWAGA: Oprogramowanie konwertuje formaty plików. Tutaj plik.mol zostanie przekonwertowany do formatu.pdb, jak pokazano w Pliku uzupełniającym 1 (Zrzut ekranu 2).

  1. Po lewej stronie, w formacie wejściowym, wybierz mol--mdl mol format z menu rozwijanego. Podobnie po prawej stronie, w formacie wyjściowym, wybierz pdb--protein data bank format.
  2. Pod formatem wejściowym (po lewej stronie) kliknij... (przycisk przeglądania).
  3. Przejdź do folderu (np. folder 1), kliknij właśnie narysowany plik Chemsketch i otwórz go.
  4. Pod formatem wyjściowym kliknij....
  5. Otwarcie się domyślnego okna. Wpisz 1.pdb tutaj, aby nazwać plik. Dla struktury 1, wpisz 1.pdb i kliknij Zapisz. Powtórz ten krok dla cząsteczki/struktury 2, wpisując 2.pdb, itd.
  6. Wreszcie, z środka interfejsu oprogramowania, kliknij Konwertuj. To przekonwertuje współrzędne z formatu mdl mol na format PDB.
    UWAGA: Teraz do folderu zostanie dodany jeden plik. Każdy plik będzie miał 1 plik ligandu pdb, który zostanie użyty w kolejnych krokach.
  7. Kliknij prawym przyciskiem myszy na nowo utworzony plik, wybierz Otwórz za pomocą, a następnie wybierz Notatnik.
  8. Powtórz te same kroki dla wszystkich cząsteczek.
    UWAGA: AutoDock 4.2.6 pojawi się na pulpicie po zainstalowaniu narzędzi MGL 1.5.7.
  9. Przygotuj plik wejściowy 1nmk.pdb zgodnie z opisem poniżej.
  10. W pliku 1nmk.pdb usuń wszystkie zewnętrzne ligandy, odwiedzając stronę pdb.org i wybierając strukturę 1nmk. Wyszukaj ligandy pod tytułem small molecule w strukturze 1nmk, jak pokazano w Pliku uzupełniającym 1 (Zrzut ekranu 3).
  11. Znajdź ligand o nazwie SFM, jak pokazano w Pliku uzupełniającym 1 (Zrzut ekranu 4), i otwórz plik 1nmk. Pobierz plik PDB 1nmk z witryny PDB. Znajdź resztę końcową (TER.), jak pokazano w Pliku uzupełniającym 1 (Zrzut ekranu 5).
  12. Usuń reszty zewnętrznych ligandów (SFM) w strukturze 1nmk, zaczynając od reszty po TER i kończąc przed resztą wymienioną przed końcem. Zapisz zmodyfikowany plik PDB 1nmk w systemie.
    UWAGA: Plik PDB 1nmk będzie gotowy, a przygotowanie aktywnego pliku koordynatów receptora w Tabeli 1.
  13. Otwórz plik 1nmk i zlokalizować Arg na pozycji aminokwasu 55.
  14. Znajdź współrzędne x, y i z, jak pokazano w Pliku uzupełniającym 1 (Zrzut ekranu 6).

3. Przygotowanie parametrów dokowania za pomocą oprogramowania AutoDock 4.2.6.

  1. Otwórz oprogramowanie AutoDock 4.2.6 tools z pulpitu.
  2. Wybierz AutoDock 4.2.6 4.0 dla przygotowania receptora 1nmk, jak pokazano w Pliku uzupełniającym 1 (Zrzut ekranu 7).
  3. Otwórz menu Plik, wybierz Read Molecules, przejdź do folderu, wybierz 1nmk i naciśnij Open.
  4. Naciśnij Edit, wybierz Hydrogen, i kliknij Add. Wybierz tylko Polar i naciśnij OK. (Plik uzupełniający 1, Zrzut ekranu 8).
  5. Naciśnij Edit, wybierz Charges, a następnie wybierz Kollman Charges.
  6. Naciśnij Edit, wybierz Atoms, a następnie wybierz Assign ad4 type (wybierz dowolny z nich).</

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Jak wspomniano we wstępie, badania in vivo i in vitro wykazują znaczenie inhibitorów cyklofiliny w upraszczaniu struktury Sanglifehrin, zmniejszając w ten sposób proliferację śledziony myszy poprzez zakłócanie cyklu komórkowego myszy5. Ponadto, Cyklofilina A, wraz z pochodnymi Ganoderiol F, odgrywa istotne role w fałdowaniu białek, odpowiedziach immunologicznych i przesyłaniu sygnałów komórkowych poprzez swoją aktywność PPIASE. Jego nadekspresja w różnych rakie sugeruje jego pote...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Nowa immunosupresyjna substancja naturalna zwana SFA lub receptorem molekularnym 1nmk została wyekstrahowany z Streptomyces. Analiza dokowania molekularnego została wykorzystana do określenia energii wiązania zbudowanych ligandów z docelowym białkiem. Wyniki wykazały, że ze wszystkich zaprojektowanych ligandów, SFA różni się strukturalnie od CsA i wykazuje znaczną powinności do Cyp A16. Cyp A, który posiada aktywność peptydylo-prolilową cis-trans izomerazy, kontroluje różne procesy komórk...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy nie mają żadnych sporów interesu.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Autodock Autodock v4.2.6http://autodock.scripps.edu/downloads/autodock-registration/autodock-4-2-download-page/
CGenFFCGenFFv2024https://cgenff.umaryland.edu
Chemsketch Chemsketch v2024http://www.acdlabs.com/resources/freeware/
Cygwin terminal Cygwin terminal v3.6.3http://www.cygwin.com/
Gromacs tutorialGromacs tutorialv25.04 (Plucky Puffin)http://www.mdtutorials.com/gmx/complex/index.html
MGL tools MGL tools v1.5.7mgl tools 1.5.6 rc3
Open babelOpen babelv3.1.1http://openbabel.org/wiki/main_page
PyMOLPyMOLv3.1.6.1PyMOL | pymol.org
UbuntuUbuntuv25.04lhttps://ubuntu.com/download/desktop
UCSF chimeraUCSF chimerav1.19chimera-1.17.3-win64.exe

Bibliografia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Zhao, X., et al. Inhibitors of cyclophilin A:Current and anticipated pharmaceutical agents for inflammatory diseases and cancers. Molecules. 29 (6), 1235(2024).
  2. Jin, S., Zhang, M., Qiao, X. Cyclophilin A:promising target in cancer therapy. Cancer Biol Ther. 25 (1), 2425127(2024).
  3. Nigro, P., Pompilio, G., Capogrossi, M. C. Cyclophilin A:a key player for human disease. Cell Death Dis. 4 (10), e888(2013).
  4. Mahgoub, E. O., Kulkarni, S. Structural analyses of an epidermal growth factor receptor-specific single-chain fragment variable via an in silico approach. J Vis Exp. (201), e65894(2023).
  5. Steadman, V. A., et al. Discovery of potent cyclophilin inhibitors based on the structural simplification of sanglifehrin A. J Med Chem. 60 (3), 1000-1017 (2017).
  6. Wang, S., Dong, G., Sheng, C. Structural simplification:an efficient strategy in lead optimization. Acta Pharm Sin B. 9 (5), 880-901 (2019).
  7. AbuQamar, S. F., El-Tarabily, K. A., Sham, A. Co-expression networks in predicting transcriptional gene regulation. Methods Mol Biol. 2328, 1-11 (2021).
  8. Mahgoub, E. O., Bolad, A. K. Construction, expression and characterisation of a single chain variable fragment in the Escherichia coli periplasmic that recognise MCF-7 breast cancer cell line. J Cancer Res Ther. 10 (2), 265-273 (2014).
  9. Li, X., et al. Ganoderiol F purified from Ganoderma leucocontextum retards cell cycle progression by inhibiting CDK4/CDK6. Cell Cycle. 18 (21), 3030-3043 (2019).
  10. Han, Z., et al. Targeted gadofullerene for sensitive magnetic resonance imaging and risk-stratification of breast cancer. Nat Commun. 8 (1), 692(2017).
  11. Mahgoub, E. O., et al. Identification of colorectal adenocarcinoma key genes to be validated as potential prognosis biomarkers. Int J Stem Cell Res Ther. , (2025).
  12. Sánchez-Tilló, E., et al. Cyclophilin A is required for M-CSF-dependent macrophage proliferation. Eur J Immunol. 36 (9), 2515-2524 (2006).
  13. Schmetzer, O., Florcken, A. Sex differences in the drug therapy for oncologic diseases. Handb Exp Pharmacol. 214, 411-442 (2012).
  14. Ke, H., et al. Crystal structures of cyclophilin A complexed with cyclosporin A and N-methyl-4-[(E)-2-butenyl]-4,4-dimethylthreonine cyclosporin A. Structure. 2 (1), 33-44 (1994).
  15. Kallen, J., et al. Structure of human cyclophilin A in complex with the novel immunosuppressant sanglifehrin A at 1.6 Å resolution. J Biol Chem. 280 (23), 21965-21971 (2005).
  16. Sedrani, R., et al. Sanglifehrin−cyclophilin interaction:degradation work, synthetic macrocyclic analogues, X-ray crystal structure, and binding data. J Am Chem Soc. 125 (13), 3849-3859 (2003).
  17. Paulsen, J. L., et al. Evaluation of free energy calculations for the prioritization of macrocycle synthesis. J Chem Inf Model. 60 (7), 3489-3498 (2020).
  18. Shore, E. S. Selective inhibitors of cyclophilin D to treat pancreatitis. , University of Liverpool. United Kingdom. (2016).
  19. Flaxman, H. A., et al. Sanglifehrin A mitigates multi-organ fibrosis by targeting the collagen chaperone cyclophilin B. JCI Insight. , (2024).
  20. Flaxman, H. A. Structural and Mechanistic Studies of Molecular Glues and Their Targets [Doctoral dissertation]. , Harvard University Graduate School of Arts and Sciences. (2022).
  21. Mahgoub, E. O. Single chain fragment variables antibody binding to EGF receptor in the surface of MCF7 breast cancer cell line:application and production review. Open J Genet. 7 (2), 84-103 (2017).
  22. Mahgoub, E. O. The role of exosomes in cancer drug resistance, a review. J Clin Med Images Case Rep. 4 (1), 1632(2024).
  23. Lu, W., et al. DynamicBind:predicting ligand-specific protein-ligand complex structure with a deep equivariant generative model. Nat Commun. 15 (1), 1071(2024).
  24. Shinji, S., et al. Recent advances in the treatment of colorectal cancer:a review. J Nippon Med Sch. 89 (3), 246-254 (2022).
  25. Hyun, S., et al. One-bead-one-compound screening approach to the identification of cyclic peptoid inhibitors of cyclophilin D as neuroprotective agents from mitochondrial dysfunction. Chem Commun (Camb). 57 (19), 2388-2391 (2021).
  26. Hermosilla, P., et al. High quality illustrative effects for molecular rendering. Comput Graph. 54, 113-120 (2016).
  27. Comte, A., et al. Accelerating ligand discovery for insect odorant receptors. Int J Biol Sci. 21 (5), 2101(2025).
  28. Yang, X., et al. Molecular mechanism of allosteric modulation for the cannabinoid receptor CB1. Nat Chem Biol. 18 (8), 831-840 (2022).
  29. Fiorani, A. Electrospun polymeric scaffolds with enhanced biomimetic properties for tissue engineering applications. , (2014).
  30. Torres, P. H., et al. Key topics in molecular docking for drug design. Int J Mol Sci. 20 (18), 4574(2019).
  31. Huang, S. -Y., Zou, X. Advances and challenges in protein-ligand docking. Int J Mol Sci. 11 (8), 3016-3034 (2010).
  32. Grinter, S. Z., Zou, X. Challenges, applications, and recent advances of protein-ligand docking in structure-based drug design. Molecules. 19 (7), 10150-10176 (2014).
  33. Bello, M., Martínez-Archundia, M., Correa-Basurto, J. Automated docking for novel drug discovery. Expert Opin Drug Discov. 8 (7), 821-834 (2013).
  34. Saikia, S., Bordoloi, M. Molecular docking:challenges, advances and its use in drug discovery perspective. Curr Drug Targets. 20 (5), 501-521 (2019).
  35. Chen, D., et al. Regulation of protein-ligand binding affinity by hydrogen bond pairing. Sci Adv. 2 (3), e1501240(2016).
  36. Ormeño, F., General, I. J. Convergence and equilibrium in molecular dynamics simulations. Commun Chem. 7 (1), 26(2024).
  37. Bikadi, Z., Hazai, E. Application of the PM6 semi-empirical method to modeling proteins enhances docking accuracy of AutoDock. J Cheminform. 1, 15(2009).
  38. Mahgoub, E. O., et al. Role of functional genomics in identifying cancer drug resistance and overcoming cancer therapy relapse. Heliyon. 10 (1), e22095(2023).
  39. Mahgoub, E. O., Haik, Y., Qadri, S. Comparison study of exosomes molecules driven from (NCI1975) NSCLC cell culture supernatant isolation and characterization techniques. FASEB J. 33 (S1), 647.22(2019).
  40. Agu, P. C., et al. Molecular docking as a tool for the discovery of molecular targets of nutraceuticals in diseases management. Sci Rep. 13 (1), 13398(2023).
  41. Kotschy, J., et al. Microsecond timescale conformational dynamics of a small-molecule ligand within the active site of a protein. Angew Chem Int Ed Engl. 63 (5), e202313947(2024).
  42. Roe, D. R., Brooks, B. R. A protocol for preparing explicitly solvated systems for stable molecular dynamics simulations. J Chem Phys. 153 (5), 054123(2020).
  43. Badar, M. S., et al. Molecular Dynamics Simulations: Concept, Methods, and Applications. Transdisciplinarity. , Springer. Cham. (2022).
  44. Garcia-Ortegon, M., et al. DOCKSTRING:easy molecular docking yields better benchmarks for ligand design. J Chem Inf Model. 62 (15), 3486-3502 (2022).
  45. Fu, Y., Zhao, J., Chen, Z. Insights into the molecular mechanisms of protein-ligand interactions by molecular docking and molecular dynamics simulation:a case of oligopeptide binding protein. Comput Math Methods Med. 2018 (1), 3502514(2018).
  46. Korlepara, D. B., et al. Plas-5k:dataset of protein-ligand affinities from molecular dynamics for machine learning applications. Sci Data. 9 (1), 548(2022).
  47. Ahamad, S., et al. Screening Malaria-box compounds to identify potential inhibitors against SARS-CoV-2 Mpro, using molecular docking and dynamics simulation studies. Eur J Pharmacol. 890, 173664(2021).
  48. Shukla, R., Tripathi, T. Molecular Dynamics Simulation of Protein and Protein-Ligand Complexes. Computer-Aided Drug Design. , Springer. Singapore, Singapore. (2020).
  49. Sharma, V., Panwar, A., Sharma, A. K. Molecular dynamic simulation study on chromones and flavonoids for the in silico designing of a potential ligand inhibiting mTOR pathway in breast cancer. Curr Pharmacol Rep. 6, 373-379 (2020).
  50. Patodia, S., Bagaria, A., Chopra, D. Molecular dynamics simulation of proteins:a brief overview. J Phys Chem Biophys. 4, 6(2014).
  51. Li, J., Fu, A., Zhang, L. An overview of scoring functions used for protein-ligand interactions in molecular docking. Interdiscip Sci. 11, 320-328 (2019).
  52. Meng, X. -Y., et al. Molecular docking:a powerful approach for structure-based drug discovery. Curr Comput Aided Drug Des. 7 (2), 146-157 (2011).
  53. Hummel, M., Verestek, W., Schmauder, S. Molecular Dynamics Simulations-A Time and Length Scale Investigation. High Performance Computing in Science and Engineering'19. , Springer. Cham. (2021).
  54. Ocana, A., et al. Integrating artificial intelligence in drug discovery and early drug development:a transformative approach. Biomark Res. 13 (1), 45(2025).
  55. Mahgoub, E., et al. The therapeutic effects of tumor treating fields on cancer and noncancerous cells. Arab J Chem. 14 (10), 103386(2021).
  56. Islam, M. A., et al. Applications of molecular dynamics in nanomaterial design and characterization-a review. Chem Eng J Adv. 22, 100731(2025).
  57. Zelnik, I. D., et al. Computational design and molecular dynamics simulations suggest the mode of substrate binding in ceramide synthases. Nat Commun. 14, 2330(2023).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

dokowanie molekularneoddzia ywanie ligand bia koproliferacja kom rek nowotworowychsymulacja dynamiki molekularnejanaliza wi za wodorowychdokowanie AutoDockkompleks bia ko ligand

Powiązane artykuły