文摘

人类生活COVID-19更致命的和具有挑战性的。在印度,AYUSH部推荐了一些策略通过悉,顺势疗法和其他方法来有效地管理COVID-19 (COVID-19 AYUSH临床研究指南,2020)。Kabasura Kudineer和顺势疗法药物是用于COVID-19感染的预防和治疗;然而,行动的机制探索。本研究旨在了解对手活动中发现的自然化合物Kabasura Kudineer和顺势疗法药物对SARS-CoV-2使用计算方法。潜在化合物筛选对NSP-12、NSP-13 NSP-14, NSP-15,主要蛋白酶,峰值蛋白质。基于结构的虚拟筛选结果表明,14682 Kabasura Kudineer化合物,250395,129677029,44259583,44259584,和88583189的化合物,顺势疗法化合物3112,3802778,320361,5315832,14590080,和74029795的化合物有很好的得分函数对SARS-CoV-2结构和非结构蛋白。由于对接,顺势疗法的化合物有一个对接得分从5.636−13.631千卡/摩尔,虽然Kabasura Kudineer化合物有一个对接的分数不同从8.290−−13.759千卡每摩尔。人们已经发现,所选化合物结合SARS-CoV-2蛋白质的活性部位和形成氢键。分子动力学仿真研究表明,所选化合物保持稳定的构象模拟时期和与目标交互。这项研究支持拮抗剂活性的天然化合物Kabasura Kudineer和顺势疗法对SARS-CoV-2结构和非结构蛋白。

1。介绍

致命的病原体导致2019年新型冠状病毒病(COVID-19)成为更多的毒性和耐药和疫苗;不过,一个更有效的管理系统和药物可能需要有效地管理COVID-19 [1]。致病性影响人类冠状病毒,SARS-CoV-1,中东呼吸系统综合症冠状病毒(MERS-CoV),以及最近SARS-CoV-2所有属于β冠状病毒组(2]。SARS-CoV-2是一种积极意义上的包膜病毒和单链RNA基因组3],它出现在蝙蝠,但它可能已经在中间层主机和增强使用血管紧张素转换酶2 (ACE2)从蝙蝠、麝猫、猪、猫、雪貂、灵长类(额定马力),和人类作为一个受体(4,5]。突起蛋白的受体结合域(RBD)是最不稳定的组件的冠状病毒基因组。六个氨基酸中扮演着至关重要的角色在绑定ACE2受体;Y442, L472, N479、D480 T487,和Y4911残留物SARS-CoV-2和L455 F486, Q493, S494, N501, Y505 SARS-CoV-2残留。此外,SARS-CoV-2似乎有一个RBD,具有很好的亲和力ACE-2从人类、雪貂、猫和其他物种。δ+变体有额外的突变叫做K417N冠状病毒高峰,在南非和巴西首次被发现,分别。(β与增加住院和死亡在南非的第一波的感染。γ估计高度传染性的。)突变发生随着时间的推移,和病毒适应新的病毒传播属性增强。在这些病毒变异,α(α)、β(β)、γ(γ),δ(δ),买卖在更重要的数字传输,导致减少疫苗的有效性。最近发现的变体叫做ο被发现于2021年11月在南非。它由32个突变,而α,β和γ只包含13个,10,11个突变。只有15突变被发现在受体结合域(RBD)的买卖32类型。ο病毒性传播非常高在全球范围内,造成许多死亡病例。总的来说,SARS-CoV-2流行仍在继续,所以我们需要确定疾病的分子机制,以及一个有效的药物COVID-19尽快。

悉医学是传统药物之一,习惯性地用在泰米尔纳德邦,南印度。根据悉医学报告指出,这种疾病发生的变化造成的tridoshas,即vatha,pitha,kapha。在人类个体,vatha的三个不同的生物机制,pitha,和kapha被使用一个草治愈,金属和矿物质(6,7]。病毒感染的预防和治疗基础上的可访问性抗病毒药物很少,而且是相当艰巨的挑战,防止病毒复制,但悉草药组件显示可能影响对流感、登革热、基孔肯雅热,肺结核等等8,9]。总的来说,32内部药品和2悉药品等Kabasura Kudineer和Nilavembu Kudineer印度政府提出的反对COVID-19的病毒感染,猪流感,登革热、基孔肯雅热10]。Kabasura Kudineer是polyherbal悉与15成分和配方广泛有效管理规定对呼吸道感染,比如感冒,咳嗽、呼吸困难和流感(11]。COVID-19感染常导致multipathogenic并发症和影响人类的重要器官系统。的polyherbal化合物Kabasura Kudineer控制COVID-19感染有效,保护其他器官系统;它可能在多个目标蛋白质。1976年塞缪尔·哈内曼证明顺势疗法。他对自己与一定数量的金鸡纳树皮包含治疗疟疾的药物奎宁(7]。我们筛选大量Kabasura Kudineer和顺势疗法的化合物具有抗病毒活性对新型冠状病毒在很短的时期。

药物设计方法可以导致更多针对SARS-CoV-2耗时和成本效益的药物分子。这项研究的主要目的是确定化合物可以抑制SARS-CoV-2蛋白质使用Kabasura Kudineer和顺势疗法的化合物。在这里,我们使用不同的计算方法来确定一个对SARS-CoV-2强有力的抑制剂。最初,我们检索SARS-CoV-2蛋白质结构的蛋白质数据库(PDB)和天然化合物的结构从PubChem数据库。然后,我们应用了基于结构的虚拟筛选每个化合物和蛋白质(越南)的方法。我们选择最好的化合物从sbv DFT分析的结果。的静电势和轨道转移能力best-taken化合物通过DFT分析调查。分子动力学研究治理分子稳定、构象变化,和交互模式。

2。材料和方法

承认了所有的计算和分子动力学研究的centos v7.0 Linux平台与英特尔®™核心i7 - 4470 CPU @ 3.40 GHz处理器与已安装的软件包(薛定谔,有限责任公司,纽约,2018 - 4)。几个SARS-CoV-2结构(峰值和膜蛋白)和非结构蛋白(主要蛋白酶,NSP-12, NSP-13、NSP-14 NSP-15)被首选为目标进行对接分析对SARS-CoV-2不同化合物通过大师(薛定谔2018 - 4)12,13]。

2.1。数据集

目标蛋白质结构的蛋白质数据银行(RCSB-PDB)。蛋白质结构是至关重要的对SARS-CoV-2越来越多的药物分子。目标蛋白质结构主要蛋白酶(PDB ID: 6 lu7) (14),峰值蛋白质(PDB ID: 7 bz5) (15),NSP-12 (PDB ID: 6 xqb) (16),NSP-13 (PDB ID: 5 wwp) (17),NSP-14 (PDB ID: 5 c8) (18],NSP-15 (PDB ID: 6 x4i) (13,19,20.]。SARS-CoV-2膜蛋白中没有可用的蛋白质数据银行。建模的膜蛋白是由I-tasser服务器(21]。打算SARS-CoV-2上升的药物,我们需要一套巨大的Kabasura Kudineer和顺势疗法的化合物;这些化合物从PubChem下载图书馆数据库(https://pubchem.ncbi.nlm.nih.gov/)。

2.2。蛋白质结构制备及活性位点的一代

SARS-CoV-2主要蛋白酶的x射线晶体结构,蛋白质,NSP-12, NSP-13, NSP-14, NSP-15,膜蛋白是准备使用薛定谔2018 - 4服务器。x射线晶体结构是进口的蛋白质制备向导大师(薛定谔2018 - 4)。原子晶体结构残留的失踪,和蛋白质侧链键序多样。添加了蛋白质丢失的原子,和水分子被薛定谔2018 - 4。此外,结构优化和最小化OPLS3力场;目标蛋白质不包含cocrystal配体。所以站点地图生成网站地图模块的薛定谔2018 - 4。高分的网站选择receptor-grid一代。执行网格生成一个默认的面板,将内箱设置为10×10×10Ǻ薛定谔2018 - 4滑移网格模块,由一个活跃的网站,和认识到氨基酸在蛋白质中的位置。网格文件是用于虚拟筛选工作流分类潜在化合物(22]。

2.3。配体的准备

的Kabasura Kudineer和顺势疗法化合物从PubChem检索数据库(http://pubchem.ncbi.nlm.nih.gov/)。此外,薛定谔的化合物是由使用LigPrep模块2018 - 4。总的来说,1000年矫形器在每个化合物生成的预处理(100 -步骤)和后处理(50)最小化的步骤,使用OPLS3力场进行的。这个过滤构象异构体的相对能量比10千卡每摩尔的窗口,和最小的原子偏差范围是1。高能矫形器被移除;配体是准备;和这些矫形器生成23]。

2.4。虚拟筛选研究

SARS-CoV-2目标蛋白和准备的化合物(Kabasura Kudineer和顺势疗法)被用于基于结构的虚拟筛选(越南)工作流。sbv工作流是通过使用一个虚拟筛选工作流套件,大师,薛定谔2018 - 4,使用OPLS3力场。通过五利平斯基的统治和ADME计算QikProp,违反化合物最初过滤数据集的集合。此外,化合物筛选高通量虚拟筛选等对接程序(htv),标准精密(SP),和额外的精度(XP)模式筛选方法在虚拟筛选工作流的大师,薛定谔2018 - 4。顶部打化合物通过滑动选择分数,滑翔能源和氢键相互作用[24]。

2.5。密度泛函理论(DFT)计算

密度泛函理论(DFT)计算进行顶部化合物使用虚拟筛选过程。我们学习了电子的分子特性,包括前沿分子轨道(HOMO和LUMO)和静电势和密度,利用DFT计算可能证明分子的电子特性。捷豹的DFT分析模块(薛定谔,有限责任公司,纽约,2018 - 4)。DFT计算,贝克的杨三通过李帕尔相关功能设置?我(B3LYP)和基础被用来计算MESP、HOMO和LUMO选定的化合物。最高占据分子轨道(人类)和最低未占据分子轨道(LUMO)揭示了能源缺口的配体被表示为一个电子跃迁能量,它发挥了重要作用,分析了配体稳定性和反应性25,26]。彩色MESP表面显示了积极的和消极的潜力,蓝色和红色的颜色。反应性范围显示黄、橙、绿的颜色。

2.6。分子动力学模拟研究

进行分子动力学模拟的是德斯蒙德(薛定谔,LLC,纽约,美国;德斯蒙德,薛定谔,2019)。德斯蒙德使用中立领土的方法,通常被称为中途方法。这是熟练的使用来完成高水平的计算并行性。SARS-CoV-2结构和非结构蛋白结构稳定性和灵活性预测使用德斯蒙德。TIP3P力场被用来获取能量最小化和优化。德斯蒙德被用来运行一个分子动力学(MD)模拟SARS-CoV-2测试刚度结构和非结构蛋白的蛋白质和配体的组合。停靠protein-ligand复合物解决使用系统构建器使用简单点能量(SPC),水模式在一个斜方晶系的盒子。十字路口水分子被移除。适当的系统中和Na⁺/ cl⁻反离子与一个永久的盐浓度的0.15米取决于系统的完全充电。提高稳定性,启动系统同意默认弛豫过程中运行分子动力学模拟的德斯蒙德100 ns随机状态的原子数量,压力,温度不扩散核武器条约》(NPT)。此外,最好的抑制剂被分子动力学(MD)模拟研究。蛋白质稳定性检查计算RMSD, RMSF和交互分析(27- - - - - -29日]。

3所示。结果与讨论

3.1。虚拟筛选研究

虚拟筛选工作流执行使用薛定谔套件从Kabasura Kudineer,顺势疗法对SARS-CoV-2化合物结构和非结构蛋白。SARS-CoV-2结构和非结构蛋白在转录关注的点,翻译、合成、病毒复制和感染。SARS-CoV-2 PLpro是负责分裂复制酶多蛋白的n端放电NSP1、NSP2, NSP3,病毒复制中发挥至关重要的作用。3 clpro (chymotrypsin-like蛋白酶),也被称为Nsp5,机器人从多元蛋白裂解生成酶和进一步分裂Nsps下游网站免费Nsp4和Nsp6 11点。Nsp12是一个依赖RNA的RNA聚合酶(RdRp)在病毒复制过程中发挥作用和病毒RNA聚合有深腔作为活性部位。Nsp13是一个多功能的解旋酶有锌结合域的N末端可以解除RNA和DNA工器和5′,3′极性。解旋酶活性影响镁;Nsp14 exoribonuclease活动,行为3′,5′方向ssRNA和极;和一个N7-guanine甲基转移酶活性和Nsp15 uridylate-specific内切核糖核酸酶,裂解2′3′循环磷酸盐5′的裂解键。它是Mn2 +端依赖和uridylate-specific。 Since the study was mainly focused on the SARS-CoV-2 structural proteins such as membrane protein, spike protein (PDB ID: 7BZ5), and nonstructural proteins such as the main protease (PDB ID: 6LU7), Nsp12 (PDB ID: 6XQB), Nsp13 (PDB ID: 5WWP), Nsp14 (PDB ID: 5C8S), and Nsp15 (PDB ID: 6X4I) as potential target proteins for SARS-CoV-2. Therefore, these proteins were a significant target to develop inhibitors against SARS-CoV-2 [7]。

总共有14682 Kabasura Kudineer和3112年顺势疗法从PubChem数据库获得的化合物。但是所有的化合物都是根据利平斯基规则过滤掉5计算。不过,五分类的规则依赖于分子量的分子≤500,clogP≤5 H-bond捐赠≤5,H-bond受体≤1。过滤后的化合物利用甚短波。总体而言,192年Kabasura Kudineer和515年顺势疗法与SARS-CoV-2过滤筛选化合物结构和非结构蛋白。最后,最好的五个抑制化合物测定基于对接得分。结果,与其他化合物相比,250395,129677029,44259583,44259584,和88583189 (Kabasura Kudineer), 3802778, 320361, 5315832, 14590080, 74029795(顺势疗法)化合物有很强的得分函数SARS-CoV-2结构和非结构蛋白。五大顺势疗法化合物对接的分值范围从13.631−−5.636千卡/摩尔,而五大Kabasura Kudineer化合物对接分数范围从13.791−−7.273千卡每摩尔。

3.2。虚拟筛选研究SARS-CoV-2结构和非结构蛋白与顺势疗法的化合物

一个巨大的顺势疗法化合物与SARS-CoV-2的结构和非结构蛋白对接。因此,当与其他化合物相比,顺势疗法化合物3802778,320361,5315832,14590080,74029795有一个优秀的评分函数SARS-CoV-2蛋白质。14590080复合绑定得分高(−13.631千卡每摩尔)相比,其他四个化合物(表1)。

3.3。顺势疗法的绑定模式分析化合物

绑定模式最好的化合物被滑翔XP分析模块。最好的五个化合物的绑定模式分析图像给出了图1。

3.3.1。绑定模式分析化合物3802778

3802778化合物有一个对接−7.929千卡/摩尔分数和与SARS-CoV-2峰值蛋白质绑定。各自的化合物与Arg355 Asp428残留。Arg355 (H…哦)氢与氧集团Ǻ这距离是2.04。Asp428 (H…哦)氢与氧组,这距离是1.83Ǻ相同(H…OH)残留氢与氧集团和距离是1.69Ǻ指出。残留交互SARS-CoV-2蛋白拮抗剂活动发挥重要作用。

3.3.2。绑定模式分析化合物3802778

3802778化合物有一个对接−9.583千卡/摩尔分数和注定与SARS-CoV-2 Nsp14。各自的化合物与Lys93、Gly94 Ala71, Asn40, Lys95残留。Lys93 (H…哦)氢与氧组3802778化合物,和距离是2.00Ǻ,介子相互作用和相同的残留物,这介子相互作用是强大的稳定的化合物的绑定SARS-CoV-2的活性部位。Gly94 (H…哦)氢气与氧气,和距离是2.20Ǻ。Ala71 (H…哦)氢与氧集团和距离是2.57Ǻ,在相同的残留物,(H…哦)氢与氧集团和距离是1.84Ǻ。Asn40 (H…哦)氢与氧集团和距离是1.86Ǻ。Lys95 (H…哦)氢与氧集团和距离是1.96Ǻ,在相同的残留物,(H…哦)氢与氧集团和距离是1.81Ǻ。残留交互SARS-CoV-2蛋白拮抗剂活动发挥重要作用。

3.3.3。绑定模式分析化合物320361

320361复合对接得分为-5.636千卡/摩尔和注定SARS-CoV-2膜蛋白质。各自的化合物与Tyr61残留。Tyr61,残留有三个氢键相互作用形成的320361种化合物。在Tyr61 (H…哦)氢气与氧气,和距离是2.01Ǻ指出;(H…哦)氢与氧集团和距离是2.11Ǻ指出;和(H…哦)氢与氧集团和距离是2.05Ǻ指出。残留交互SARS-CoV-2蛋白拮抗剂活动发挥重要作用。

3.3.4。绑定模式分析化合物5315832

5315832化合物有一个对接−7.672千卡/摩尔分数和注定与SARS-CoV-2 Nsp14。各自的化合物与Thr5、Asn40 Tyr96, Ala71 Lys95, Gly94残留。Thr5 (H…哦)氢与氧组5315832化合物,和观察到的距离是2.07Ǻ;Tyr96残留有介子相互作用,这些介子相互作用是强大的稳定的化合物的绑定SARS-CoV-2的活性部位。Asn40 (H…哦)氢气与氧气,和距离是2.72Ǻ。Ala71 (H…哦)氢与氧组的距离2.58Ǻ。Lys95 (H…哦)氢与氧组Ǻ1.98的距离,在相同的残留物,(H…OH)残留氢与氧组Ǻ1.97的距离。Gly94 (H…哦)氢与氧组的距离2.25Ǻ;残留交互SARS-CoV-2蛋白拮抗剂活动发挥重要作用。

3.3.5。绑定模式分析化合物14590080

14590080化合物有一个对接−13.631千卡/摩尔分数和发现结合SARS-CoV-2 Nsp13。各自的化合物与Ser539、Ser535 Gln531, Thr530, Asn516残留。Ser539 (H…哦)氢气与氧气Ǻ1.94的距离。Ser535的残留物形成的三个氢键相互作用14590080化合物,和(H…哦)氢与氧组Ǻ1.89的距离,在Thr701 (H…哦)氢与氧Ǻ1.92的距离。Thr701 (H…哦)氢气与氧气Ǻ2.05距离。Gln531 (H…哦)氢气与氧气Ǻ2.13的距离。Thr530 (H…哦)氢与氧集团Ǻ2.08的距离,在相同的残留物,(H…哦)氢与氧组Ǻ2.69的距离。Asn516 (H…哦)氢与氧组Ǻ2.03的距离。残留交互SARS-CoV-2蛋白拮抗剂活动发挥重要作用。

3.3.6。绑定模式分析化合物74029795

74029795复合对接得分为-11.957分,千卡每摩尔和注定SARS-CoV-2 Nsp13。各自的化合物与Ser539、Ser537 Ser535残留。Ser539 (H…哦)氢与氧组Ǻ2.01的距离。Ser537 (H…哦)氢与氧组Ǻ1.90的距离,在相同的残留物,(H…哦)氢与氧组Ǻ2.14的距离。Ser535 (H…哦)氢与氧组Ǻ1.80的距离。残留交互SARS-CoV-2蛋白拮抗剂活动发挥重要作用。

3.3.7。绑定模式分析化合物74029795

74029795化合物有一个对接−8.637千卡/摩尔分数,并绑定与SARS-CoV-2主要蛋白酶。各自的化合物与Gln189、Asn142 Gly143残留。在Gln189残留与74029795三个氢键相互作用形成的化合物;(H…哦)氢与氧的距离2.02Ǻ;(H…哦)氢与氧组的距离1.83Ǻ;和(H…哦)氢与氧组Ǻ1.89的距离。Asn142 (H…哦)氢与氧组Ǻ1.91的距离。Gly143 (H…哦)氢与氧组Ǻ2.04的距离。残留交互SARS-CoV-2蛋白拮抗剂活动发挥重要作用。

3.3.8。绑定模式分析化合物3802778

3802778化合物有一个对接−10.902千卡/摩尔分数和注定与SARS-CoV-2 Nsp12。各自的化合物与Asn297、Ser274 Thr275, Lys71, Tyr279, Glu69 Ser198, Gln202残留。Asn297 (H…哦)氢与氧组3802778复合Ǻ2.15的距离。Ser274 (H…哦)氢气与氧气Ǻ2.26的距离。Thr275 (H…哦)氢与氧组Ǻ1.72的距离。Lys71 (H…哦)氢与氧组Ǻ2.15的距离。Tyr279残留物(H…哦)氢与氧组Ǻ1.91的距离。Glu69 (H…哦)氢与氧组Ǻ2.16的距离。Ser198 (H…哦)氢与氧组的距离1.94ǺGln202, (H…哦⁻)氢与氧组Ǻ2.05的距离。残留交互SARS-CoV-2蛋白拮抗剂活动发挥重要作用。

3.3.9。绑定模式分析化合物320361

320361化合物有一个对接−8.637千卡/摩尔分数和注定与SARS-CoV-2 Nsp12。各自的化合物与Thr701、Gln789 Tyr732残留。Thr701 (H…哦)氢气与氧气Ǻ1.86的距离。Gln789 (H…哦)氢与氧组Ǻ1.88的距离。Tyr732 (H…哦)氢与氧组Ǻ2.16的距离。残留交互SARS-CoV-2蛋白拮抗剂活动发挥重要作用。

3.4。虚拟筛选研究SARS-CoV-2结构和非结构蛋白与Kabasura Kudineer化合物

一组巨大的Kabasura Kudineer化合物与蛋白质结构和非结构化SARS-CoV-2对接。因此,当与其他化合物相比,该Kabasura Kudineer化合物,也就是说,250395,129677029,44259583,44259584,88583189,有一个优秀的评分函数SARS-CoV-2蛋白质。44259583化合物具有很高的绑定得分相比,其他五个化合物。绑定的化合物44259583为-13.759,与SARS-CoV-2千卡每摩尔Nsp12,如表所示2。

3.5。绑定模式分析Kabasura Kudineer化合物

绑定模式最好的化合物被滑翔XP分析模块。绑定模式分析最好的五个化合物的形象图2。

3.5.1。绑定模式分析化合物250395

250395种化合物的对接分数−11.094千卡/摩尔和SARS-CoV-2注定飙升的蛋白质。各自的化合物与Arg355、Thr430 Asp428残留。Arg355 (H…哦)氢与氧组Ǻ2.70的距离。Thr430 (H…哦)氢与氧组Ǻ1.93的距离。Asp428 (H…哦)氢与氧集团Ǻ1.91的距离,在相同的残留物,(H…哦)氢与氧组Ǻ1.85的距离。残留交互SARS-CoV-2蛋白拮抗剂活动发挥重要作用。

3.5.2。绑定模式分析化合物129677029

129677029化合物的对接分数−7.273千卡/摩尔和注定SARS-CoV-2膜蛋白质。各自的化合物与Phe112、Ser111 Ser108, Phe103残留。Phe112 (H…哦)氢与氧组Ǻ1.90的距离。Ser111 (H…哦)氢与氧集团Ǻ这距离是2.37。Ser108 (H…哦)氢与氧组Ǻ1.80的距离。Phe103 (H…哦)氢与氧组Ǻ1.98的距离。残留交互SARS-CoV-2蛋白拮抗剂活动发挥重要作用。

3.5.3。绑定模式分析化合物44259583

44259583化合物的对接分数−11.688千卡/摩尔和注定SARS-CoV-2 Nsp14。各自的化合物与Lys93、Lys95 Asn40, Thr5 Ala71, Cys77残留。Lys93 (H…哦)氢与氧组44259583复合Ǻ2.36的距离。Lys95 (H…哦)氢气与氧气Ǻ1.99的距离。Asn40 (H…哦)氢与氧组Ǻ2.07的距离,同样的残留物(H…OH)的氢与氧组Ǻ1.89的距离。Thr5 (H…哦)氢与氧组Ǻ1.78的距离。Ala71 (H…哦)氢与氧组Ǻ2.62的距离。Cys77 (H…哦)氢与氧组Ǻ2.13的距离。残留交互SARS-CoV-2蛋白拮抗剂活动发挥重要作用。

3.5.4。绑定模式分析化合物44259584

44259584化合物的对接分数−11.450千卡/摩尔和注定SARS-CoV-2 Nsp14。各自的化合物与Thr5、His80 Cys77, Lys93, Asn40残留。Thr5 (H…哦)氢与氧组Ǻ1.73的距离,在相同的残留物,(H…OH)残留氢与氧组Ǻ1.82的距离。His80 (H…哦)氢气与氧气Ǻ1.77的距离。Cys77 (H…哦)氢与氧组Ǻ2.30的距离。Lys93 (H…哦)氢与氧组Ǻ1.73的距离。Asn40 (H…哦)氢与氧组Ǻ2.01的距离,在相同的残留物,(H…哦)氢与氧组Ǻ2.03的距离。残留交互SARS-CoV-2蛋白拮抗剂活动发挥重要作用。

3.5.5。绑定模式分析化合物44259583

44259583化合物的对接分数−10.850千卡/摩尔和注定SARS-CoV-2 Nsp13。各自的化合物与Asp534、Ser535 Gln537, Asp383残留。Asp534 (H…哦)氢与氧组Ǻ1.91的距离。Gln537 (H…哦)氢与氧组Ǻ2.26的距离,在相同的残留物,(H…哦)氢与氧组Ǻ1.74的距离。Ser535 (H…哦)氢与氧组Ǻ1.67的距离。Asp383 (H…哦)氢与氧组Ǻ1.96的距离,同样的残留物(H…OH)的氢与氧集团Ǻ的距离是1.95。残留交互SARS-CoV-2蛋白拮抗剂活动发挥重要作用。

3.5.6。绑定模式分析化合物44259584

对接分数44259584复合−13.337千卡/摩尔和注定SARS-CoV-2主要蛋白酶。各自的化合物与Glu166、Leu141 Asn142, His41, Thr26残留。Glu166的残留物被三个氢键相互作用形成44259584化合物。Glu166 (H…哦)氢与氧的距离1.98Ǻ;(H…哦)氢与氧组的距离1.84Ǻ;和(H…哦)氢与氧组Ǻ2.63的距离。Leu141 (H…哦)氢与氧组Ǻ2.07的距离。在His411,介子堆积形成。Asn142 (H…哦)氢与氧组Ǻ1.80的距离。Thr26 (H…哦)氢与氧组Ǻ2.12的距离,在相同的残留物,(H…OH)残留氢与氧组Ǻ2.19的距离。 The residues interactions play a major role in SARS-CoV-2 protein antagonist activity.

3.5.7。绑定模式分析化合物44259583

对接分数44259583复合−13.759千卡/摩尔和注定SARS-CoV-2 Nsp15。各自的化合物与Tyr279、Ser274 Asp273, Leu201, Asp268, Gly165 Lys90, Tyr89残留。Tyr279 (H…哦)氢与氧的化合物44259583Ǻ2.32的距离。Ser274 (H…哦)氢气与氧气Ǻ1.89的距离,在相同的残留物,(H…哦)氢与氧组Ǻ2.61的距离。Asp273 (H…哦)氢与氧组Ǻ1.79的距离。Leu201 (H…哦)氢与氧组Ǻ2.02的距离。Asp268 (H…哦)氢与氧组Ǻ2.65的距离,在相同的残留物,(H…哦)氢与氧组Ǻ2.05的距离。Gly165 (H…哦)氢与氧组Ǻ1.91的距离,在相同的残留物,(H…哦)氢与氧组Ǻ1.92的距离。在Lys90,残留有介子相互作用;这个介子交互强劲稳定的绑定的复合SARS-CoV-2的活性部位。 In Tyr89, (H…OH) hydrogen interacted with the oxygen group at a distance of 2.21 Ǻ. The residues interactions play a major role in SARS-CoV-2 protein antagonist activity.

3.5.8。绑定模式分析化合物44259584

44259584化合物的对接分数−13.791千卡/摩尔和注定SARS-CoV-2 Nsp15。各自的化合物与Tyr89、Lys90 Asp268, Tyr279, Ser198残留。Tyr89 (H…哦)氢与氧的化合物3802778Ǻ1.60的距离,在相同的残留物,(H…哦)氢与氧组Ǻ1.71的距离。Lys90 (H…哦)氢气与氧气Ǻ1.76的距离。Asp268 (H…哦)氢与氧组Ǻ1.76的距离。Tyr279 (H…哦)氢与氧组的距离2.13ǺSer198, (H…哦)氢与氧组Ǻ1.91的距离。残留交互SARS-CoV-2蛋白拮抗剂活动发挥重要作用。

3.5.9。绑定模式分析化合物88583189

88583189化合物有一个对接−8.290千卡/摩尔分数和结合SARS-CoV-2 Nsp12。各自的化合物与Arg132、Gln789 Asn705残留。Arg132 (H…哦)氢气与氧气Ǻ2.58的距离。Gln789 (H…哦)氢与氧组Ǻ2.06的距离。Asn705 (H…哦)氢与氧组Ǻ1.86的距离。残留交互SARS-CoV-2蛋白拮抗剂活动发挥重要作用。

3.6。密度函数理论(DFT)计算Kabasura Kudineer和顺势疗法的化合物

前打化合物受到DFT计算由捷豹版本7.8(薛定谔,LLC,纽约,纽约,2018 - 4)。顺势疗法的HOMO和LUMO值计算化合物,和值的范围从0.217到0.237和0.006−−−−0.0706,如表所示3和图3。HOMO和LUMO值代表电子捐赠和接受。在化合物38021778和32036年,HOMO和LUMO地区是芳环地区。在化合物5315852,HOMO地区位于环基,和LUMO地区存在的官能团。在化合物14590080和7402975,HOMO和LUMO地区位于功能集团的一部分。250395年化合物and129677029, HOMO和LUMO能量是位于芳香的地区。44525958、44259584和88583189化合物官能团的电子转移的一部分。根据化合物有很高的结果,人类作为亲核试剂影响到目标区域,并亲电效应是高LUMO地区。HOMO和LUMO的结果结果表明,配体有更高的电子供体和受体的活动。HOMO和LUMO相关对接的结果。 The electron donor and acceptor range of ligands was determined using the HOMO and LUMO values. The Kabasura Kudinner compounds’ HOMO and LUMO values ranged from −0.216 to −0.234 and −0.0355 to −0.067, which are shown in Table4和图4。分子的化学活动影响HOMO和LUMO的能隙。减少能量差距显示了分子内电荷转移和动态稳定。在这里,所有的分子HOMO-LUMO差距较低能量明确,所有的化合物都是化学反应和担任活动与目标。

3.6.1。分子静电势(MESP)和溶剂化作用能量计算

受体和配体的立体匹配是分类的关键protein-ligand在分子水平上的相互作用。铅化合物的表面特征是解决使用3 d-mesp参数和其他人,这是有利于提配体药效基因属性及其表面,扮演了一个重要的部分在绑定。最负电位区域表明质子和积极的吸引力表示分子内质子的排斥。MESP值计算表明,所有的化合物有良好的质子可转让性。特别是,最好的五个顺势疗法质子化合物有更多的吸引能力。与此同时,Kabasura Kudineer在目标化合物有更多的质子排斥。官能团的化合物有最积极的潜力股电子到目标。芳环地区有一个负电位,允许电子接受。因此,MESP分析显示了亲电、亲核攻击的地区,这个地区,使得氢键与目标。溶剂化作用的能量是分子识别的关键,大分子相互作用,水稳定性和可持续性。 The drug interaction differs from the solvent and changes the molecule to strong interaction with the target. Here, all the molecules have good solvation energy, which explicit the compounds that can interact with SARS-CoV2 proteins and make electron transferring with the target [30.]。最好的五个Kabasura Kudineer和顺势疗法的化合物,立体MESP财产,和其他如HOMO、LUMO,拯救能源被确定,如表所示3和4,MESP Iso-surface数据所示5和6。

因此,我们确定配体溶解的能源,这是计算化合物溶解度的关键。顶部打Kabasura Kudineer复合溶剂化作用能量变化从0.11−−121.60如表所示2顺势疗法最佳匹配,而化合物溶解能量范围从13.16−−71.41表3和4。拯救能源更消极的范围值,代表化合物有更多的水溶解度。

3.7。ADME / T属性分析

薛定谔QikProp模块被证明有助于分类drug-likeness(利平斯基五法则)和ADME(吸收、分布、代谢和排泄)特征。所发现的Kabasura Kudinner和顺势疗法的化合物被发现身体重要特征以及医学相关的功能(梅尔兹、吊环和雷诺兹,2010)。drug-likeness描述符如分子量、QPPCaco QPLog HERG, LogP Po / w(辛醇/水),LogP MDCK,和人类口腔吸收的比例根据利平斯基五法则指出,化合物是在可以接受的范围内。

3.7.1。顺势疗法的ADME性质的化合物

顺势疗法组件QPlogPo / w(分配系数)从−0.97到1.02,这是用来估计整个身体,药物吸收、分布和QPPCaco值从0.29到58.42控制细胞渗透性的因素也会影响药物的代谢活动。的Qplog HERG不同−3.35−5.62,QPPMDCK范围从0.09到22.97。人类口腔吸收的话(HOA)三个化合物的变化从13.8到54.48%,显示在表5。

3.7.2章。ADME性质的Kabasura Kudineer化合物

的Kabasura Kudineer组件QPlogPo / w(分配系数)从−1.42到0.06,常被用来估计整个身体,药物吸收、分布和QPPCaco值从0.05−1127.6控制的细胞渗透性因素影响药物的代谢活动。的Qplog HERG不同−3.69−6.16,和QPPMDCK值范围从0.01到563.32。人类的口服吸收的话(HOA)三个化合物的变化从56.43到89.88%,如表示6。总的来说,药代动力学活动Kabasura Kudineer和顺势疗法药物类,适合人类使用的组件。这些化合物被带到临床试验之前检查好结果。

3.8。分子动力学模拟

分子动力学模拟,protein-ligand复合物被认为是。在复杂的动力学,计算方法更有价值评估蛋白质灵活性和释放动力学模型。此外,我们发现相当稳定的方法,进一步过程的模拟是在可接受的范围内。

3.8.1。均方根偏差(RMSD)分析

确认漂移的蛋白质的大小是评估使用骨架原子的均方根偏差(RMSD)作为时间的函数数组中有关结构(图开始7)。RMSD块Nsp14复合物保持稳定在4到6整个模拟时间。Nsp13复合物,44259584和74029795化合物保持稳定在2到3.5,但74029745复杂的轻微波动在40到80,并在100年达到其稳定低于5.0 ns的时间间隔。的主要蛋白酶复合体保持稳定整个模拟时间在1.5到2.5之间的时间间隔。Nsp15与44259584和44259584复合物保持稳定在1.5到2.5,但波动在70到85 ns 3802778和Nsp15复杂的时间间隔,然后稳定在100 ns区间(3.0)。Nsp12复合物保持稳定构象在2.0到3.0在整个模拟时间。突起蛋白,观察小偏差在50到60 ns 3802778时间间隔,和它保持稳定在80到100 ns时间间隔,形成的化合物250395维护稳定的构象在1.25至2.0的范围。膜蛋白复合物320361达到稳定的1.5到2.0在整个模拟时间。但是轻微波动在320361年观察到的化合物在25至40 ns时间间隔,达到稳定在2.0。总的来说,RMSD情节描述了所有的复合物并没有大幅波动。 All complexes have attained the deviation in the range of 2.0 to 5.0 Å, especially some of the complexes that have 1.5 to 2.5 Å deviation, which clearly shows that the selected compound has well bound to the respective proteins and maintains the stable conformation throughout the simulation time interval.

3.8.2。均方根波动(RMSF)分析

RMSF值表明配体结合可能会影响蛋白质构象结合构象紧随其后。呆板的RMSF价值结构如螺旋和床单很低,但疲软的RMSF价值结构如表和高。残留的灵活性在SARS-CoV-2结构和非结构蛋白是由分子动力学模拟如图8。RMSF Nsp14复杂的情节显示80 - 100残留有很高的波动,和剩余的残留物少波动在2.5之内。50到100的残留有较高的波动Nsp13复杂,观察和轻微的波动在400 - 500年发生的残留物一般站点地区的Nsp13和活性部位地区减少波动。的主要蛋白酶复合体描绘他们维持稳定在0.5到2.0范围内整个模拟时间。Nsp15蛋白质复杂,170 - 180年残留有轻微波动指出,和他们的剩余残留物已低于2.4一分之一模拟。320361年Nsp12复杂,600年和620年之间的残留显示更高的波动和8858189 Nsp12复杂显示波动在140 - 155和180 - 185年剩余地区。这些波动循环地区,不受复杂的稳定性的影响。膜蛋白复合物分析显示,没有多少波动是指出,和波动范围从0.5到2.0。总的来说,RMSF分析表明,活性部位残留少了函数在0.5到2.5范围,和一般站点地区有较高的波动。所有的复合物在仿真期间保持稳定的构象。

3.8.3。氢键分析

在仿真期间,时间依赖之间的氢键受体和药物如分子研究,以评估药物分子绑定速度SARS-CoV-2结构和非结构蛋白的活性位点(图9)。根据调查结果,发现分子间氢键与最好的生物行为抑制性药物。的Kabasura Kudineer和顺势疗法的化合物有稳定氢键相互作用的仿真时间,这给了一个暗示其吸引力向protein-ligand复合物。

4所示。结论

SARS-CoV-2铠装,建设性意义,单链RNA病毒样SARS(严重急性呼吸系统综合症)。这种病毒包含许多结构蛋白的目标如膜蛋白,蛋白质,和非结构蛋白主要包括蛋白酶、Nsp12(依赖RNA的RNA聚合酶),Nsp13(解旋酶),Nsp14(核酸外切酶)和Nsp15 (uridylate);这些是COVID-19最重要的目标。在这项研究中,我们尝试所有的可能性,包括SARS-CoV-2结构和非结构蛋白为目标通过多目标病毒复制,因此,可以控制进一步传播。的Kabasura Kudinner multiherbal混合物;大多数化合物的水溶性;每个化合物作用于不同的网站传播目标;同时,它能提高免疫力的个体。虚拟筛选为SARS-CoV-2工作流进行了结构和非结构蛋白。总的来说,14682年Kabasura Kudinner和3112年顺势疗法与目标蛋白质化合物停靠; 192 Kabasura Kudinner compounds and 192 homeopathy compounds were screened against SARS-CoV-2 structural and nonstructural protein. As a result, five compounds of Kabasura Kudineer, namely, 250395, 129677029, 44259583, 44259584, and 88583189 (Kabasura Kudineer), and five homeopathy compounds such as 3802778, 320361, 5315832, 14590080, and 74029795 were chosen since they had a good binding score and binding energy compared to other compounds. While the DFT result revealed a result of the top five compounds with high electron donor and acceptor regions. These regions in the compounds make hydrogen bond interactions with SARS-CoV-2 structural and nonstructural protein. HOMO-LUMO gap also exposed that these compounds are highly reactive in nature. The molecular dynamics simulation exposed that the compounds precisely fit into the protein and were more stable in nature. Overall, the machinery actions of the phytocompounds (250395, 129677029, 44259583, 44259584, and 88583189 (Kabasura Kudineer) and the 3802778, 320361, 5315832, 14590080, and 74029795 (homeopathy)) present in the Kabasura Kudineer and homeopathy formulations were binding with many amino acids at various sites of the SARS-CoV-2 structural and nonstructural proteins. Therefore, these compounds have best inhibitory function against SARS-CoV-2 structural and nonstructural proteins. This computational study helps understand the inhibition mechanism of Kabasura Kudineer and homeopathy compounds against SARS-CoV-2 proteins. Our future work will focus on applying these compounds in omicron variants and confirming their binding stability and conformational changes, as well as examining their inhibitory effects在体外和在活的有机体内反对SARS-CoV-2。

数据可用性

使用的数据来支持本研究的结果都包含在这篇文章。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作是支持的人力资源Development-Rashtriya Uchchatar Shiksha激励计划(MHRD-RUSA 2.0)(批准号:F.24/51/2014-U)和研究和咨询研究所(批准号:3-N-20/21),哈立德国王大学。

补充材料

数字S1-S2: Kabasura Kudineer和顺势疗法成分。表S1-S2:好处Kabasura Kudineer和顺势疗法成分。(补充材料)