文摘

COVID-19,遍布世界,宣布大流行,是一种新的冠状病毒引起的疾病的家庭。还没有医学预防或结束这场大流行。即使现有药物用于减轻大流行,这是不够的。因此,组合现有药物及其类似物的研究。为COVID-19可能不是有效的疫苗生产这种病毒的新变种。因此,有必要尽快找到这种疾病的药物。拓扑指数的数值描述符是通过分子结构的分子图。拓扑指数可以提供信息分子的理化性质和生物性质定量组织性能关系(部分)和定量结构活性关系(构象)研究。本文一些lopinavir的类似物,favipiravir,例如药物对COVID-19被潜在药物的性质进行了研究。分子结构模型研究了使用线性和二次回归分析对蒸发焓拓扑指数,闪点,摩尔折射率,极化率,表面张力,摩尔体积这些类似物的属性。

1。介绍

COVID-19,出现在2019年,这是一种疾病引起的严重急性呼吸系统综合症冠状病毒2 (SARS-CoV-2)是一种新的冠状病毒。冠状病毒的家庭是指包围、积极意义和单链RNA病毒(1]。SARS-CoV-2是一个积极的单链RNA病毒含有蛋白质。COVID-19呼吸道疾病从一个人传播到另一个。COVID-19患者可能从轻微到严重疾病症状,如发烧、咳嗽、喉咙痛、鼻液溢,严重的肺炎,脓毒性休克(2]。这种疾病的迅速蔓延世界各地,世界卫生组织(WHO)宣布COVID-19流行2020年3月。世界卫生组织报道,近300万人死于流感大流行爆发以来[3]。还没有药物缓解或结束这场大流行。现有药物被用于减轻大流行。这些药物氯喹,羟氯喹、阿奇霉素、remdesivir, lopinavir,例如Arbidol, favipiravir,茶黄素,萨力多胺、利巴韦林等。4]。研究表明,这些药物不适合治疗COVID-19 [5]。例如,FDA警告反对使用羟氯喹或氯喹COVID-19以外的医院或临床试验由于心律问题的风险6]。这些药物中,有意见使用remdesivir favipiravir, lopinavir适合COVID-19疾病的治疗(7]。由于药物用于艾滋病毒、冠状和Mers-CoV SARS-CoV-2没有足够的影响,许多国家都集中在这些药物的组合。在英国,研究正在进行favipiravir和lopinavir /例如或联合治疗8]。在埃及,研究正在进行favipiravir [9),lopinavir /例如,remdesivir组合(10),而在美国,研究正在进行favipiravir, lopinavir /例如[11,12在[],等等(见细节4])。

SARS-CoV-2病毒的新变种正在崛起,而这些变异被认为是对一些COVID-19疫苗生产。由于这个原因,有必要找到一种药物,将预防和尽快结束这种疾病。药物发现花时间和精力,是一个昂贵的过程。最近,计算机辅助药物设计(CADD)已被成功地用于显著减轻这一过程。这包括对电子的预测,药物类,药代动力学,3 d-qsar,目标候选人的物理化学性质。

图论,于1736年被首次引入欧拉,是离散数学的一个分支。它一直在研究物理、生物学、计算机科学,化学等等13]。化学图论结合数学建模与图论的化学现象。专注于拓扑指数,都与一个分子或分子化合物的性质。拓扑指数被广泛用于预测分子的物理化学和生物活性属性或分子化合物定量组织性能/结构活性关系定量构效关系)部分建模(14]。拓扑指数是一个真正的描述符的拓扑结构分子或分子化合物(15]。第一个已知拓扑指数维纳指数在1947年,这是用来确定石蜡的物理性质(16]。

分子图, ,由不饱和烃分子和分子化合物的骨架。原子分子图的顶点对应non-hydrogen及其集定义的 的边缘分子图对应于相应的原子之间的共价键和他们组被定义为 (17]。一个顶点的度 被定义为 (见[13)基本定义和符号在图论)。

奥马尔等人设计的八个衍生品基于羟氯喹的核心使用它们治疗COVID-19和计算设计的生物活性分子的构象(18]。•基尔马尼等人建立了部分线性回归模型与物理化学性质之间潜在的抗病毒药物和一些拓扑指数各种COVID-19抗病毒药物用于治疗患者(19]。Havare获得曲线回归模型对COVID-19沸点的潜在药物使用各种拓扑指数(20.,21]。钟山等人建立了部分ev-degree和ve-degree-based之间的拓扑指数和测量的物理化学参数对SARS-CoV-2光化学筛选[22]。Chaluvaraju和谢赫建立了多重线性回归模型atom-bond集成电路连接(ABC)指数50值中使用的一些药物的治疗COVID-19 [23]。各种拓扑指数计算分子结构和构象模型中使用的药物用于治疗COVID-19 [24- - - - - -27]。

拉菲等人研究了类似物对COVID-19 lopinavir和favipiravir作为潜在药物的候选人。他们看到所有修改结构类似物毒性低于所选择的候选人和包含高度可补救的属性(28]。

摘要CID10009410、CID44271905 CID3010243,和CID271958结构lopinavir结构类似物,CID89869520结构favipiravir模拟,lopinavir-d8 (CID71749833)例如模拟被认为是。这些结构属性是针对COVID-19潜在药物。部分模型获得的线性和二次回归分析对蒸发焓使用拓扑指数,闪点,摩尔折射率,极化率,表面张力,摩尔体积这些结构的性质。

2。材料和方法

小分子如lopinavir和favipiravir显著抑制Mpro活动(主要蛋白酶)和RdRp(病毒依赖RNA的RNA聚合酶)体外4]。所有选定的结构化合物从PubChem下载数据库(29日]。

Lopinavir(见图1),例如(见图2)人类免疫缺陷virus-1抑制剂(hiv - 1)天冬氨酸蛋白酶。自从前冠SARS-CoV-2主要蛋白酶主要蛋白酶有96.1%相似,这两种药物可以用作同源目标(30.]。

Favipiravir是吡嗪酰胺衍生物对RNA病毒(见图与活动2)。它是一种抗流感的抗病毒药物开发(流感病毒)。它被批准用于治疗流感出现在2014年的日本。它是用于治疗中度到温和COVID-19病人。它正在研究治疗COVID-19 [4,31日]。

CID10009410 lopinavir模拟和结构是由添加- f组的二维(2 d)结构(28]。CID44271905结构消除trimethyl-benzene lopinavir模拟生成的片段lopinavir[的二维结构28]。CID44271958结构是由添加1 3 5-trimethyl-benzene和苯的二维结构碎片lopinavir [28]。CID3010243的结构是由消除tetrahydro-pyrimidionepropylene尿素片段和2-imidazolinone片段添加到lopinavir [28]。图1显示lopinavir及其类似物。CID89869520结构即favipiravir模拟生成通过添加甲基组最后的二维结构(见图2)[28]。Lopinavir-d8标记选择性抑制hiv - 1蛋白酶药物是一个模拟的例如,这种药物可能对COVID-19(见图2)[28]。

在这项研究中,第一个萨格勒布的vertex-degree-based拓扑指数指数 (32),第二个萨格勒布指数 (32],hyper-Zagreb指数[33),最小不等式rodeg指数(34),min-max rodeg指数cpi指数(35],σ指数[36),逆对称度指数(37),atom-bond连接性指数(38,逆和indeg指数(34)进行了研究。

所选债券添加剂和mba拓扑指数指数和可以预测是研究最多的化学结构的物理化学和生物活性属性。第一和第二萨格勒布指数是最好拓扑指数预测的摩尔反应和极性一些新药用于癌症治疗(39]。极大极小rodeg指数给出了很好的线性模型的预测蒸发焓和标准的蒸发焓的辛烷异构体和日志水活度系数组polychlorobiphenyles [40]。Atom-bond连接性指数具有良好的预测能力时的生成焓烷烃(38]。第一hyper-Zagreb指数给最好的预测模型线性模型对苯型烃的沸点41]。逆和indeg指数是最好的预测的总表面积辛烷异构体(34]。此外,巴基斯坦三军情报局指数很好预测的蒸发焓和升华焓一元羧酸(42]。等mba不规则指数cpi指数和σ指数给辛烷异构体(一个很好的预测色素的理化性质43]。表1显示了这些指标的数学表达式。

蒸发焓的值(E),闪点(FP),摩尔折射率(先生),极化率( ),表面张力(T)和摩尔体积(MV)这些潜在的药物对COVID-19取自ChemSpider [44]。表2显示了一些潜在药物的物理化学性质,可用于治疗COVID-19。

曲线回归分析可用于曲线不是直线。在这项研究中,测试以下方程: 在哪里 响应或因变量, 是回归模型常数, 个人的系数是描述符, , 是独立的变量, 样品的数量用于构建回归方程, 相关系数的平方, 是相关系数, 的计算值是F-ration测试。有关更详细的信息,请参见[45]。注意,当实验和理论结果接近对方,相关系数接近1。观测值和模型相比,预测必须测量预测模型的质量(见细节(46,47])。因此,有必要考虑RMSE(均方根误差)度量模型的预测能力。很明显,最好的预测模型误差最小,即:,最低RMSE被定义为 在哪里 独立变量的观测值在测试集, 的预测值是独立变量在测试集,然后呢n是在测试样品的数量47]。 , ,F和RMSE考虑模型的拟合优度,即。,马克斯 ,马克斯 ,max (F),最小值(RMSE)。曲线回归分析是通过使用SPSS统计软件。曲线回归模型中自变量的值拓扑指数,这是上面所描述的那样,各种药物用于治疗COVID-19。

3所示。主要结果

从数据12边缘和顶点数目的分子图的化学结构。让 的分子图CID71749833有54个顶点和57边缘。边缘可以分割 , , , , , , 的分子图CID10009410 50有47个顶点和边。边缘可以分割 , , , 的分子图CID44271905有46个顶点和49边缘。边缘可以分割 , , , CID3010243有45的分子图顶点和48边缘。边缘可以分割 , , , 的分子图CID44271958有44个顶点和47边缘。边缘可以分割 , , CID89869520分子图的顶点12和12边缘。边缘可以分割 , , 表中的值3从表1和上面的值使用组合计算和边缘分区技术。这些指标的值也得到了(21]。

通过使用获得的线性和二次模型中的数据表23用SPSS程序。表4显示了相关系数(R)之间的线性回归模型得到的各种拓扑指数和对COVID-19潜在药物的物理化学性质。这些物理化学性质是蒸发焓(E),闪点(FP),摩尔折射率(先生),极化率(P),表面张力(T),摩尔体积(MV)。之间的物理化学性质,获得的相关系数模型与马克斯(R)是最好的预测回归模型的物理化学性质。因此,max (R为每个物理化学性质)在表中以粗体标记4

从表4, 为摩尔折射率指数是最好的估计量指数,极性,表面张力,在线性回归模型和摩尔体积。这些拓扑指数的线性模型获得如下。表5线性回归模型表明,给物理化学性质的最佳估计。

6显示了相关系数(R)之间的二次回归模型得到的各种拓扑指数和对COVID-19潜在药物的物理化学性质。max (R为每个物理化学性质)在表中以粗体标记6

最好的预测指数的回归模型是摩尔折射率的下面,极性,表面张力和摩尔体积从表二次回归模型6。表7二次回归模型表明,给蒸发焓的最佳估计。

从上面的方程, 是最好的预测指数蒸发焓的二次回归模型从最小值(RMSE), max (R2)和马克斯(F)。表8二次回归模型表明,给出的最佳估计闪点(FP)。该模型预测的最佳粗体(表标记8)。

从上面的方程, 闪点是最好的预测指数的二次回归模型从最小值(RMSE), max (R2)和马克斯(F)(表8)。表9二次回归模型表明,给出的最佳估计摩尔折射率(先生)的极化率(P)和表面张力(T)。

从上面的方程, 极化率是最好的预测指标,表面张力,和摩尔折射率(先生)的二次回归模型从最小值(RMSE), max (R2)和马克斯(F)(表9)。表10二次回归模型表明,给摩尔体积的最佳估计。

从上面的方程, 是最好的预测指数二次回归模型的摩尔体积最小(RMSE), max (R2)和马克斯(F)(表10)。

3显示了线性和二次回归方程的情节的摩尔体积min-max rodeg指数和不等式性质rodeg指数,分别。

4所示。结论

新变异可能是新兴COVID-19抵抗某些疫苗生产。因此,有必要对COVID-19尽快生产药物。还没有药物缓解或结束这场大流行。现有药物被用于减轻大流行。本研究的目的是获得一些化学结构的拓扑信息以最低的成本和最短时间拓扑指数。

四lopinavir结构类似物,一个favipiravir结构模拟,一个例如结构模拟进行了研究。拉菲等。28定量构效关系研究其中的一些属性)进行了模拟,发现他们的药物属性高,强调对COVID-19可能有潜在的药物。在这项研究中,分子结构建模的一些物理化学性质执行这些结构使用这些结构的分子图的拓扑指数。这些类型的建模是由线性和二次回归分析。模型与6描述符和10拓扑指数进行了研究。

部分建模表明,最好的预测拓扑指数min-max rodeg指数蒸发焓,闪点,摩尔折射率,极化率、表面张力和摩尔体积线性回归。另外,在二次回归模型,最好的预测拓扑指数是第一个萨格勒布指数蒸发焓和闪点和不等式性质rodeg指数摩尔折射率,极化率,表面张力和摩尔体积。相关系数获得的部分建模非常接近1和1在一些模型。实验和理论模型得到的结果非常接近对方。这些mba拓扑指数的预测强度测试通过使用这些结构的一些理化性质。此外,模型最好的预测之间的线性和二次回归模型是二次模型。这项研究的结果将揭示新药物的发现,最重要的是治疗COVID-19,化学,药学科学。

药物的理化性质对它的使用很重要。这项研究是基于这些药物的想法,试着和认为治疗COVID-19,一起使用和/或其类似物。通过研究结果,如果获得这些药物单一药物,没有试验药物可获得的信息。因此,它可以提供信息的性质类似于这些结构的药物或将获得这些结构的结合,节省时间和金钱没有尝试。

数据可用性

没有数据被用来支持本研究。

的利益冲突

作者宣称没有利益冲突。