机器学习指导的胰腺癌潜在天然KRAS-G12D抑制剂发现
《Journal of Pharmaceutical Innovation》:Machine Learning-Guided Discovery of Potential Natural KRAS-G12D Inhibitors for Pancreatic Carcinoma
【字体:
大
中
小
】
时间:2026年10月14日
来源:Journal of Pharmaceutical Innovation 2.6
编辑推荐:
## 摘要
### 背景
胰腺癌中存在的KRAS-G12D突变是开发胰腺癌靶向疗法的最大障碍之一。本研究试图通过机器学习方法指导,从天然产物中发现潜在的KRAS-G12D抑制剂。
### 方法
筛选过程涉及一个来源于SelleckChem数据库的3,634个天然化合物
## 摘要### 背景胰腺癌中存在的KRAS-G12D突变是开发胰腺癌靶向疗法的最大障碍之一。本研究试图通过机器学习方法指导,从天然产物中发现潜在的KRAS-G12D抑制剂。### 方法筛选过程涉及一个来源于SelleckChem数据库的3,634个天然化合物库,随后使用已建立的QSAR模型进行筛选。在这些化合物中,选择了176个具有适当预测活性(pIC50)的潜在化合物进行后续测试。将这176个化合物与KRAS-G12D突变蛋白的switch-II口袋进行对接。结合评分等于或低于参考抑制剂MRTX1133(?8.9 kcal/mol)的化合物被选中进行后续的ADMET和分子动力学分析。对候选物进行了ADMET性质和结合相互作用的计算机模拟分析。进一步通过进行300 ns的分子动力学模拟并结合参考化合物来验证所选化合物的效果。### 结果观察到KR1和KR2化合物与KRAS-G12D蛋白具有稳定的结合,RMSD值在0.18 nm至0.25 nm之间。MM-GBSA结合自由能计算显示具有有利的相互作用,能量水平分别为-13.57 kcal/mol和?20.48 kcal/mol。DFT分析表明,KR1由于具有较高的HOMO-LUMO能隙值(4.669 eV)和较低的亲电性值(0.92 eV),化学稳定性更高。然而,KR2被发现具有平衡的反应性质,具有相对较高的电负性值(3.537 eV)和电离势值(4.828 eV)。### 结论总体而言,这些计算支持KR1和KR2作为KRAS-G12D有价值潜在先导化合物的潜力。显然,这些结果为后续实验验证其生物效应和治疗潜力提供了坚实的基础。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号