In silico скрининг потенциальных ингибиторов SARS-CoV-2, блокирующих тример HR1 белка S коронавируса

Сформирована виртуальная библиотека биологически активных молекул и осуществлен in silico скрининг низкомолекулярных химических соединений – потенциальных ингибиторов SARS-CoV-2, способных связываться с тримером HR1 белка S и блокировать образование 6-спирального пучка 6-HB (six-helix bundle), критического для слияния мембран вируса и клетки-мишени и его инфективности. Методами молекулярного моделирования выполнена оценка эффективности связывания идентифицированных соединений с тримером HR1 белка S. В результате обнаружены 12 молекул, характеризующихся высокой аффинностью связывания с этим функционально важным участком оболочки вируса. Полученные данные свидетельствуют о перспективности использования этих соединений в работах по созданию новых противовирусных препаратов – ингибиторов слияния SARSCoV-2, которые могут блокировать проникновение вируса в клетку хозяина.

1. Holmes, K. V. SARS coronavirus: a new challenge for prevention and therapy / K. V. Holmes // J. Clin. Invest. - 2003. - Vol. 111, N 11. - P. 1605–1609. https://doi.org/10.1172/jci18819

2. Graham, R. L. A decade after SARS: strategies for controlling emerging coronaviruses / R. L. Graham, E. F. Donaldson, R. S. Baric // Nat. Rev. Microbiol. - 2013. - Vol. 11, N 12. - P. 836–848. https://doi.org/10.1038/nrmicro3143

3. Jiang, S. An emerging coronavirus causing pneumonia outbreak in Wuhan, China: calling for developing therapeutic and prophylactic strategies / S. Jiang, L. Du, Z. Shi // Emerg. Microbes Infect. - 2020. - Vol. 9, N 1. - P. 275–277. https://doi.org/10.1080/22221751.2020.1723441

4. More than just a common cold: Endemic coronaviruses OC43, HKU1, NL63, and 229E associated with severe acute respiratory infection and fatality cases among healthy adults / A. Veiga [et al.] // J. Med. Virol. - 2021. - Vol. 93, N 2. - P. 1002–1007. https://doi.org/10.1002/jmv.26362

5. Cui, J. Origin and evolution of pathogenic coronaviruses / J. Cui, F. Li, Z. L. Shi // Nat. Rev. Microbiol. - 2019. - Vol. 17, N 3. - P. 181–192. https://doi.org/10.1038/s41579-018-0118-9

6. Pan-coronavirus fusion inhibitors as the hope for today and tomorrow / X. Wang [et al.] // Prot. Cell. – 2021. – Vol. 12, N 2. – P. 84–88. https://doi.org/10.1007/s13238-020-00806-7

7. Peptide-based pan-CoV fusion inhibitors maintain high potency against SARS-CoV-2 Omicron variant / S. Xia [et al.] // Cell Res. - 2022. https://doi.org/10.1038/s41422-022-00617-x

8. A pan-coronavirus fusion inhibitor targeting the HR1 domain of human coronavirus spike / S. Xia [et al.] // Sci. Adv. - 2019. - Vol. 5, N 4. https://doi.org/10.1126/sciadv.aav4580

9. Inhibition of SARS-CoV-2 (previously 2019-nCoV) infection by a highly potent pan-coronavirus fusion inhibitor targeting its spike protein that harbors a high capacity to mediate membrane fusion / S. Xia [et al.] // Cell Res. - 2020. - Vol. 30, N 4. - P. 343–355. https://doi.org/10.1038/s41422-020-0305-x

10. Peptides as drug candidates: Limitations and recent development perspectives / Y. A. Haggag [et al.] // Biomed. J. Sci. & Tech. Res. - 2018. - Vol. 8, N 4. - P. 6659–6662. https://doi.org/10.26717/bjstr.2018.08.001694

11. Exponential consensus ranking improves the outcome in docking and receptor ensemble docking / K. PalacioRodríguez [et al.] // Sci. Rep. - 2019. - Vol. 9, N 1. – Art. 1. https://doi.org/10.1038/s41598-019-41594-3

12. Can machine learning consistently improve the scoring power of classical scoring functions? Insights into the role of machine learning in scoring functions / C. Shen [et al.] // Brief. Bioinform. - 2021. - Vol. 22, N 1. - P. 497-514. https://doi.org/10.1093/bib/bbz173