PCOS'ta Endometriyal Alıcılığı Artırmak İçin Qu Formülü 3 Mekanizmaları: Ağ Farmakolojisi ve Moleküler Dinamik Simülasyonu

Özet

Bu protokol, ağ farmakolojisi, kenetlenme ve MD simülasyonu kullanarak PCOS'ta QUF3'ün endometriyal alıcılığını nasıl artırdığını keşfetmeyi amaçlamaktadır.

Özet

Polikistik yumurtalık sendromunda (PCOS) kısırlığın başlıca nedeni olan bozulma endometriyal alıcılıktır. Qu'nun Formula 3'ü (QUF3), PCOS hastalarında endometrium alıcılığını artırmak için klinik olarak kullanılan bir Çin bitki tıp formülüdür. Bu çalışma, temel mekanizmaları incelemek için ağ farmakolojisi, moleküler kenetlenme ve moleküler dinamik (MD) simülasyonları kullandı. QUF3'ün aktif bileşenleri TCMSP veritabanı kullanılarak tanımlandı ve endometriyal alıcılık ve PCOS ile ilgili potansiyel hedefler DrugBank ve diğer kaynaklardan alındı. Cytoscape aracılığıyla ana hedefleri belirlemek için bileşik hedef etkileşim ağı ve protein-protein etkileşimi (PPI) ağı oluşturuldu. Çekirdek hedefler GO ve KEGG zenginleştirme analizlerine tabi tutuldu. Bağlanma etkileşimlerini değerlendirmek için moleküler kenetlenme, MD simülasyonları, ana bileşen analizi (PCA), serbest enerji peyzajı (FEL) ve dinamik çapraz korelasyon matrisi (DCCM) kullanıldı. 91 aktif bileşen ve 294 potansiyel ilaç hedefinden 60 hastalıkla ilişkili hedef belirlendi. Luteolin ve sesamin ana farmakodinamik bileşenler arasındaydı. On temel hedef belirlendi: AKT1, EGFR, TNF, TP53, IL6, BCL2, ESR1, IL1B, STAT3 ve MMP9. KEGG zenginleştirmesi 132 sinyal yolu ortaya çıkardı ve GO analizi 678 giriş tespit etti. MD simülasyonları, en büyük beş aktif bileşen ile ilgili hedefleri arasındaki bağlanmanın stabil olduğunu göstermiştir. PCA, FEL ve DCCM ayrıca bu komplekslerin yüksek termodinamik stabilitesi ve yapısal sertliğini göstermiştir. Sonuç olarak, QUF3, PCOS'ta çok bileşenli, çok hedefli ve çok yollu etkileşimler yoluyla endometriyal alıcılığı iyileştirir. Bu çalışma, PCOS ile ilişkili kısırlık için hedefli Çin bitkisel ilaç tedavilerinin geliştirilmesi için hesaplamalı simülasyon açısından teorik bir temel sağlar ve gelecekte PCOS olan kadınlarda gebelik sonuçlarının iyileştirilmesi için olumlu sonuçlar doğurabilir.

Giriş

Polikistik yumurtalık sendromu (PCOS), kadınlarda en yaygın endokrin bozukluklardan^{biridir 1}. Ana özellikleri arasında kronik kalıcı yumurtlama disfonksiyonu, klinik veya biyokimyasal hiperandrojenemi ve polikistik yumurtalık morfolojisi bulunur; klinik belirtileri amenore, kısırlık, hirsutizm, akne ve obezite gibidir. Son yıllarda, yumurtlama indüksiyonu ve destekli üreme teknolojisindeki (ART) gelişmeler, PCOS hastalarında gebelik oranlarını önemli ölçüde iyileştirmiştir; ancak gebelik sonuçları sağlıklı kadınlara göre daha kötü^{olmaya devam etmektedir 2,3}. Endometriyal alıcılık, ART sonuçlarını etkileyen kilit bir^{faktördür 4}. Endometrium alıcılığı, endometriumun belirli bir fizyolojik aşamada embriyoyu kabul etme yeteneğini ifade eder ve bu da embriyo implantasyonu ve sonraki gelişimde belirleyici rol^{oynar 5,6}. PCOS'ta yaygın olarak görülen obezite, insülin direnci ve kronik iltihap gibi patolojik durumlar, endometriyal alıcılığı zayıflatabilir, döllenmiş yumurta yerleşmesini ve embriyo gelişimini engelleyebilir ve nihayetinde kısırlığa ve düşük ^7,8 yol açabilir. Buna rağmen, PCOS'ta endometrial alıcılığın altında yatan düzenleyici mekanizmalar büyük ölçüde belirsiz ve çeşitli etkileyici faktörler arasındaki etkileşim ağı henüz açıklanmamıştır. Qu'nun Formula 3'ü (QUF3), PCOS hastalarında endometriyal alıcılığı artırmak için klinik olarak kullanılan Çin bitkisel tıp formülü olup, jinekolojide geleneksel Çin tıbbının (TCM) sağlam klasik teorileriyle desteklenmektedir. Formül, Paeoniae Radix Alba (Baishao), Rehmanniae Radix Praeparata (Shudihuang), Cuscutae Semeni (Tusizi), Fructus Ligustri Lucidi (Nvzhenzi), Herba Taxilli (Sangjisheng), Radix Salviae (Danshen) ve Cornus Officinalis Sieb'den oluşur. et Zucc. (Shanzhuyu) 2:4:3:4:3:3:2:2 oranında, etanol reflü ekstraksiyonuyla hazırlanmıştır. QUF3, birden fazla bitkinin sinerjik etkilerini uygular, böbreği tonlaştırır, özleri zenginleştirir, kanı besler ve kan dolaşımını destekler^. PCOS hastalarında endometriyal alıcılığı artırmadaki klinik etkinliği iyi doğrulanmıştır, ancak temel farmakolojik mekanizmaları daha fazla araştırılmaya devam etmektedir.

Ağ farmakolojisi, çok katmanlı "bitki-bileşen-hedef-hastalık" ağları kuran ve ilaçların hastalık ağları üzerindeki müdahale etkilerini bütüncül bir bakış açısıyla ortaya çıkaran sistem biyolojisi temelli bir analitik yaklaşımdır. Geleneksel "tek ilaç-tek hedef" modelinin aksine, ağ farmakolojisi TCM formüllerinin "çok bileşenli, çok hedefli ve çok yollu" eylemlerinin sinerjik özelliklerini kapsamlı şekilde yakalayabilir ve bu da TCM'nin karmaşık mekanizmalarını incelemek için özellikle uygun hale gelir. Buna karşılık, moleküler dinamik (MD) simülasyonu, atomik düzeyde protein-ligand komplekslerinin zaman içinde konformasyon değişikliklerini ve dinamik davranışlarını simüle eden Newton mekaniğine dayanan bir hesaplama tekniğidir. Statik moleküler kenetleme ile karşılaştırıldığında, MD simülasyonu bağlanma kararlılığı, serbest enerji manzaraları ve yapısal sertlik gibi dinamik parametreleri değerlendirebilir ve böylece ilaç molekülleri ile hedef proteinler arasındaki etkileşimlerin daha gerçekçi bir değerlendirmesini sağlar. Ağ farmakolojisi, TCM formüllerinin potansiyel hedefleri ve yolları küresel olarak taramak için uygundur; MD simülasyonu ise ana bileşenler ile hedef proteinler arasındaki bağlanma stabilitesini dinamik olarak değerlendirebilir. Bu iki yaklaşımın birleştirilmesi, TCM formüllerinin çok bileşenli, çok hedefli sinerjik mekanizmalarının daha güvenilir bir analizini mümkün kılar. Bu gerekçeye dayanarak, bu çalışma birleşik ağ farmakolojisi ve MD simülasyon yaklaşımını kullanarak PCOS hastalarında QUF3'ün endometriyal alıcılığını iyileştirmesinin arkasındaki potansiyel farmakolojik mekanizmaları sistematik olarak incelemiştir.

Bu birleşik hesaplama iş akışı, özellikle aktif bileşenlerin ve hedeflerin büyük ölçüde bilinmediği karmaşık sistemler için, Çin bitkisel formüllerinin veya doğal ürünlerin çok bileşenli, çok hedefli mekanizmalarının ilk keşfi için en uygundur. Kullanıcılar, veritabanı araması ve ağ analizi dahil olmak üzere temel biyoinformatik bilgiye sahip olmalı ve ortak yazılım paketleriyle moleküler kenetlenme ve moleküler dinamik simülasyonları gibi temel hesaplamalı biyoloji analizlerini gerçekleştirme yeteneğine sahip olmalıdır. En az 16 GB RAM'e sahip Linux tabanlı bir hesaplama ortamı ve Geleneksel Çin Tıp Sistemleri Farmakoloji Veritabanı ve Analiz Platformu (TCMSP), PubChem ve UniProt gibi ilgili kamu veritabanlarına erişim önerilir. Bu iş akışında kullanılan tüm yazılımlar (örneğin Cytoscape, AutoDockTools, GROMACS) açık kaynaklı veya akademik kullanım için ücretsizdir ve okuyucular bunları Materyaller Tablosu'ndaki bilgilerden elde edebilir.

Protokol

QUF3'ün aktif bileşenleri ve potansiyel hedeflerinin taraması
QUF3 ilacındaki Baishao, Shudihuang, Tusizi, Nvzhenzi, Sangjisheng, Danshen ve Shanzhuyu'nun aktif kimyasal bileşenleri, 1 Nisan 2025 tarihinde TCMSP kullanılarak tanımlanmıştır^. Aktif maddeler, oral biyoerişilebilirlik (OB) ≥%30 ve ilaç benzerliği (DL) koşullarına göre ön eleme olarak değerlendirildi ≥ 0.18¹¹. Bu eşikler, yeterli emilim ve ilaç benzeri özellikleri sağlamak için standart ampirik kriterler olarak seçilmiştir. Her bileşiğin kanonik SMILES dizisi PubChem veritabanında arandı ve ortaya çıkan dizi, İsviçre Hedef Tahmini çevrimiçi veritabanında bileşik hedefleri tahmin etmek için kullanıldı; ardından UniProt^veritabanı 12,13,14'ten hedef protein gen isimleri ve UniProt ID'leri toplandı. Ara kontrol noktası olarak, deduplication sonrası elde edilen benzersiz hedeflerin sayısı kaydedildi.

PCOS'ta endometriyal alıcılık için eylem hedeflerinin belirlenmesi
"Polikistik yumurtalık sendromu" ve "endometriyal alıcılık" anahtar kelimeleri, Çevrimiçi Mendel Mirası (OMIM), DrugBank, Therapeutic Target Database (TTD) ve GeneCards veritabanlarında potansiyel hedefleri belirlemek için arama terimi^{olarak kullanılmıştır 15,16,17,18}. GeneCards için sadece >5 alaka puanına sahip hedefler korundu; diğer veritabanları için ise alınan tüm hedefler dahil edilmiştir. Tekrarlanan girişlerin birleştirilip çıkarılmasından sonra, hastalıkla ilişkili benzersiz hedeflerin sayısı ara çıktı olarak kaydedildi.

Bileşenlerin ve hedeflerin ağ inşası
Kesişim hedefleri, QUF3, PCOS ve endometriyal alıcılık için olası hedeflerin çevrimiçi bir Venn diyagram aracına girmesiyle oluşturuldu. Bu kesişim hedefleri, QUF3'ün PCOS'ta endometriyal alıcılığı artırmadaki etkinliğini gösterdiği ana hedefler olarak kabul edildi. Daha sonra, bu kesişim hedeflerinin QUF3'ün aktif bileşen-hedef verileriyle eşleştirilmesi yoluyla Cytoscape¹⁹ kullanılarak bir "bitki-bileşen-hedef" (H-C-T) ağı oluşturuldu. Ağ, "Network Analyzer" aracı kullanılarak görselleştirildi.

Protein-protein etkileşimi (PPI) ağ yapısı
PCOS'ta endometriyal alıcılığı artırmak için QUF3'ün potansiyel hedef genleri, STRING veri^{platformuna 20} girdi olarak gönderildi. Tür "Homo sapiens" olarak ayarlandı ve güven eşiği "orta güven (0.4)" olarak ayarlandı; böylece protein-protein etkileşim verilerinden oluşan TSV dosyası elde edildi. Bu dosya daha sonra PPI ağı^21'i oluşturmak ve analiz etmek için ağ analiz yazılımına aktarıldı. Ağdaki düğüm önemi "Derece" değeriyle belirtilir: daha yüksek Derece, daha önemli bir düğümü gösterir. Daha sonra, birincil aktif maddeler Dereceye göre sıralandı ve en iyi 10 temel hedef Derece sıralamasına göre seçildi.

Gen ontolojisi (GO) ve Kyoto genler ve genomlar ansiklopedisi yol zenginleştirme (KEGG) analizi
GO ve KEGG yol zenginleştirme analizleri, DAVID veritabanı kullanılarak PCOS^22'de QUF3'ün endometriyal alıcılığını artıran biyolojik yollar ve mekanizmalar araştırıldı. Tür "Homo sapiens" olarak ayarlandı ve anlamlılık eşiği P < 0.05 olarak belirlendi. GO analizi biyolojik süreç (BP), hücresel bileşen (CC) ve moleküler fonksiyonu (MF)²³ kapsadı. Sonuçlar, zenginleştirilmiş hedeflerin sayısına göre sıralandı. İnsan metabolizması ve hastalıklarıyla ilgili yollar daha sonra hariç tutuldu ve görselleştirme için en iyi 20 KEGG yolu seçildi. Daha sonra ağ analiz yazılımı kullanılarak "bileşen-hastalık-KEGG yolu" çok boyutlu bir ağ inşa edildi.

Moleküler kenetlenme analizi
Moleküler kenetlenme analizi için AutoDockTools ve PyMOL^{yazılımı 24,25} kullanılarak en önemli 10 aktif bileşen ve en iyi 10 çekirdek hedefi seçildi. Ana hedeflerin PDB dosyaları protein yapı^{veritabanından indirildi 26}, ana aktif bileşenlerin SDF dosyaları ise kimyasal bir^{veritabanından 27} alındı. Protein molekülleri daha sonra tuzdan arındırma, hidrojenasyon ve yük hesaplamasını içeren moleküler kenetleme yazılımı kullanılarak ön işlenirdi. Yarı esnek kenetlenme, tüm protein bağlanma noktasını kaplayan bir ızgara kutusu kullanılarak gerçekleştirildi. Bağlama enerjisi negatif olduğunda ve üst pozun kök orta-kare sapması (RMSD) 2.0 ≤şolduğunda kenetlenme süreci başarılı kabul edildi. Kenetlendikten sonra, QUF3'ün ana aktif bileşenlerinin ve çekirdek hedeflerin sonuçları moleküler görselleştirme yazılımı kullanılarak görselleştirildi.

Moleküler dinamik (MD) simülasyonları
Protein–ligand kompleksinin MD simülasyonları, reseptörler ile ligandlar arasındaki etkileşimi incelemek için GROMACS yazılımı^{kullanılarak gerçekleştirilmiştir 28,29}. Amber99sb-ildn kuvvet alanı ve genel Amber kuvvet alanı (GAFF), sırasıyla protein ve ligandların parametreleri ve topolojileri oluşturuldu. Simülasyon kutusunun boyutu, her protein atomu ile kutu kenarı arasındaki mesafenin 1.0 nm'den büyük olduğu şekilde ayarlandı. Kutu, basit nokta yük modeli (SPC216 su molekülleri) kullanılarak açık bir çözücüyle dolduruldu ve su molekülleri Na⁺ ve Cl⁻ karşılıklarıyla değiştirilerek simülasyon sistemi elektriksel olarak nötr hale getirildi. Tüm sistem, makul olmayan temasları veya atom örtüşmelerini azaltmak için en dik iniş yöntemiyle optimize edilmiştir. Simülasyon sisteminin yeterli ön dengelenmesi, sırasıyla 300 K ve 1 bar hızında 100 ps hızında NVT ve NPT toplulukları gerçekleştirilerek sağlandı. Daha sonra, periyodik sınır koşulları altında 100 ns MD simülasyonu yapıldı; sıcaklık (300 K) ve basınç (1 bar) sırasıyla V-yeniden ölçeklendirme ve Parrinello-Rahman yöntemleriyle kontrol edildi,^{sırasıyla 30}. Newton hareketi denklemleri, 2 fs zaman adımı olan leapfrog integratörü kullanılarak çözüldü. Uzun menzilli elektrostatik etkileşimler, 0,16 nm Fourier aralığında Parçacık Mesh Ewald (PME) yöntemiyle hesaplanmış ve tüm bağ uzunlukları LINCS yöntemiyle sınırlandırılmıştır. VMD yazılımı,³¹ numaralı yörüngeleri görüntülemek, analiz etmek ve animasyon yapmak için kullanıldı. Her bileşiğin bağlanma serbest enerjisi, bir bağlanma serbest enerji hesaplama senaryosu kullanılarak hesaplandı.

Ana bileşen analizi (PCA), serbest enerji peyzajı (FEL) ve dinamik çapraz korelasyon matrisi (DCCM) analizi
PCA, apo ve ligand-bağlı komplekslerin baskın konformasyon hareketlerini analiz etmek için MD simülasyon yazılımı kullanılarak gerçekleştirildi. Cα atomik dalgalanmalarının kovaryans matrisleri oluşturuldu; bunlardan özvektörler (toplu hareketler) ve özdeğerler (hareket büyüklüğü)^{elde edildi 32}. Bu analiz sayesinde ligand bağlanmasıyla ilişkili kilit dinamik bölgeler ve yapısal esneklik belirlendi. Moleküler yörüngeler, gmx aneig aracı kullanılarak ilk iki ana bileşene (PC1 ve PC2) yansıtıldı ve böylece temel^{hareketler yakalandı 33}. PCA ve FEL hesaplamaları için yalnızca dengelenmiş son 100 ns (RMSD-kararlı faz) kullanıldı. FEL, PCA verilerinden gmx sahte kullanılarak Gibbs serbest enerji^34'ü hesaplanarak türetilmiştir; bu veriler, konformasyon çeşitliliği ve durum geçişlerini yansıtan kararlı konformasyonlar ve enerji minimumları ortaya çıkarmıştır. Cα atomlarının dinamik çapraz korelasyon matrisi (DCCM) analizi, yapısal dinamik dinamik ve kalıntılar arası hareket bağlanmasını^{değerlendirmek için yapılmıştır.} Bu analiz, protein-ligand komplekslerinin kararlılığını, moleküller arası etkileşimlerini ve kolektif hareketlerini aydınlatmıştır. i ve j kalıntıları arasındaki çapraz korelasyon katsayısı Cij şu şekilde hesaplandı:

Formülde, i ve j harfleri iki kalıntının Cα atomlarını temsil eder. Cij'in değeri pozitif ve sıfırdan büyük olduğunda; Aynı yönde hareket eden iki atomun ilişkili hareket halinde olduğu kabul edilir. Cij değeri negatif ve sıfırdan küçük olduğunda, zıt yönlerde hareket eden iki atom anti-korelasyon hareketinde sayılır. Sıfır Cij değeri, iki atomun hareketleri arasında hiçbir ilişki olmadığını gösterir. Ayrıca, 0.7'den büyük Cij değerleri güçlü korelasyonlu (pozitif) veya güçlü antikorelasyonlu (negatif) hareketler olarak yorumlandı. Yakınsamayı doğrulamak için RMSD ve Rg profilleri incelendi. Stabil profiller, son 100 ns'nin DCCM analizi için yeterli olduğunu doğruladı. Bu hareket desenleri, ligand bağlanmasının moleküller içi iletişimi ve alan yeniden düzenlemelerini nasıl modüle ettiğini ortaya koydu. Dinamik istikrar ve yakınsamayı sağlamak için, yalnızca son 100 ns dengelenmiş yörünge analiz edildi ve korelasyon haritaları görselleştirilerek önemli dinamik etkileşime sahip bölgeler ortaya çıkarıldı.

Proteinler ve ligandlar arasındaki etkileşim enerjisini daha iyi açıklamak için, tüm protein-ligand komplekslerinin denge noktasındaki bağlanma enerjisini hesaplamak için bir bağlanma serbest enerji hesaplama senaryosu kullanıldı. Bağlama serbest enerji hesaplama^{yöntemi 36'nın} uygulanmasında, toplam bağlanma enerjisi dört bağımsız bölüme ayrılmıştır: elektrostatik etkileşim, van der Waals etkileşimi, kutup çözümleme ve polar olmayan çözgüt etkileşimi. Kutup dışı çözüm terimi genellikle SASA olarak adlandırılır.

Hedef ve yol seçimi için prosedürel son noktanın sonlandırılması
İş akışının sonunda, nihai doğrulanmış hedefler ve yollar aşağıdaki kriterlere göre seçildi: PPI ağında en üst 10 Derece değerine sahip temel hedefler ve H-C-T ağındaki en yüksek 10 Derece değerine sahip temel aktif bileşenler. KEGG yolları için, insan metabolizması ve hastalıklarıyla ilgili olanlar hariç tutulduktan sonra, zenginleştirilmiş hedef sayısına göre ilk 20 yol sıralanmış ve seçilmiştir. MD simülasyon sonuçları, üst bileşenler ile çekirdek hedefler arasında stabil bağlanmayı doğrulamak için kullanıldı. Bu adımlar protokolün nihai çıktısını topluca tanımlıyordu.

Sonuçlar

QUF3'ün aktif bileşenleri ve potansiyel hedeflerinin taraması
OB ≥% 30 ve DL ≥ 0.18 tarama kriterleri olarak kullanılarak, TCMSP veritabanında yapılan araştırmalar sonucunda QUF3 126 kimyasal bileşen tespit etti. Bunlar arasında Paeoniae Radix Alba (Baishao) 13 aktif bileşen, Rehmanniae Radix Praeparata (Shudihuang) 2, Cuscutae Semen (Tusizi) 13, Fructus Ligustri Lucidi (Nvzhenzi) 13, Herba Taxilli (Sangjisheng) 2, Radix Salviae (Danshen) 65, Cornus Officinalis Sieb içeriyordu. Et Zucc. (Shanzhuyu) 20...

Tartışma

PCOS hastalarının endometriumunun fonksiyon bozduğunu gösterdiğine dair giderek artan kanıtlar vardır; bu durum, daha yüksek implantasyon başarısızlığı oranları ve olumsuz gebelik sonuçları^{ile korelasyon olabilir 40}. PCOS'lu kadınlarda endometriyal farklılıklar, esas olarak implantasyon penceresi (WOI) sırasında pinopodların, nükleolar kanal sistemlerinin, östrojen reseptörlerinin ve progesteron reseptörlerinin azalmasıyla karakterize ^edilir.41

Malzemeler

Bu makalede kullanılan malzemelerin listesi

Ad	Şirket	Katalog numarası	Yorumlar
Traditional Chinese Medicine Systems Pharmacology Database and Analysis Platform (Version 2.3)	Lab of Systems Pharmacology	https://www.tcmsp-e.com/load_intro.php?id=43	Aktif bileşenlerin taranması için veritabanı
Swiss Target Prediction online veritabanı (2019 versiyonu)	Molecular Modelling Group, University of Lausanne & SIB Swiss Institute of Bioinformatics	http://www.swisstargetprediction.ch/	Online hedef tahmin veritabanı
PubChem veritabanı	National Library of Medicine, NIH	https://pubchem.ncbi.nlm.nih.gov/	Bileşik SMILES/SDF alma için kimyasal veritabanı
UniProt veritabanı	NIH	https://www.uniprot.org/uniprotkb	UniProt ID'leri ve gen isimleri için protein veritabanı
Online Mendelian Inheritance in Man (OMIM)	Johns Hopkins University	https://www.omim.org/	Hastalık hedef veritabanı
DrugBank	University of Alberta	https://www.drugbank.ca/	Hastalık hedef veritabanı
Therapeutic Target Database (TTD)	Zhejiang University	https://ttd.idrblab.cn/	Hastalık hedef veritabanı
GeneCards (Version 5.26)	Weizmann Institute of Science, LifeMap Sciences	https://www.genecards.org/	Hastalık hedef veritabanı (ilgililik puanı >5)
Venny görselleştirme platformu (Version 2.1.0)	Centro Nacional de Biotecnología (CNB-CSIC)	https://bioinfogp.cnb.csic.es/tools/venny/	Kesişimin görselleştirilmesi için online Venn diyagram aracı
Cytoscape (Version 3.10.3)	National Resource for Network Biology, NHGRI	https://cytoscape.org/	H-C-T, PPI ve yol ağı şebeke analizi ve görselleştirme yazılımı
STRING veritabanı (Version 12.0)	STRING Consortium	https://string-db.org/	PPI ağı inşası için protein-protein etkileşim veritabanı
DAVID veritabanı (Version v2025-2)	U.S. Department of Health & Human Services, NIH	https://davidbioinformatics.nih.gov/	GO ve KEGG için gen zenginleştirme analizi veritabanı
AutoDockTools (Version 1.5.7)	The Scripps Research Institute	https://autodock.scripps.edu/	Ön işleme ve hesaplama için moleküler doklama yazılımı
PyMOL yazılımı (Version 3.0.3)	Schrödinger	https://pymol.org/	Doklama görselleştirmesi için moleküler görselleştirme yazılımı
Protein Data Bank (PDB)	RCSB	https://www.rcsb.org/	Hedef PDB dosyalarını indirmek için protein yapı veritabanı
GROMACS (Version 2023.2)	GROMACS development team	https://www.gromacs.org/	Moleküler dinamik simülasyon yazılımı
VMD (Version 1.9.3)	University of Illinois	https://www.ks.uiuc.edu/Research/vmd/	Moleküler görselleştirme ve yörünge analizi yazılımı
gmx_MMPBSA	Open-source (GitHub)	https://github.com/Valdes-Tresanco-MS/gmx_MMPBSA	MD yörüngelerinden bağlanma serbest enerjisi hesaplama aracı
Science Data Bank	Chinese Academy of Sciences, Computer Network Information Center	https://www.scidb.cn/	Veri kullanılabilirliği ve depolama için bilimsel veri deposu