غربالگری اثربخشی مهارکننده های پروتئاز اچ-آی-وی روی پروتئاز کووید-19

نوع مقاله : پژوهشی اصیل

نویسندگان

1 مرکز تحقیقات بیوسنسور، دانشکده فناوری‎های نوین علوم پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران

2 دانشگاه محمدیه سوراکارتا

3 دانشگاه علوم پزشکی اصفهان

چکیده

زمینه و هدف: ظهور کووید-19 نیاز به یافتن دارو جهت درمان آن را مورد توجه محققان قرار داد. گذشته از تلاش برای طراحی داروهای جدید، غربالگری داروهای موجود برای بررسی اثربخشی آنها روی کویید-19 می‎تواند راهکاری سریع‎تر جهت آغاز دارودرمانی باشید. در این تحقیق اثربخشی مهارکننده‎های پروتئاز اچ-آی-وی روی پروتئاز کووید-19 مورد ارزیابی قرار می‌گیرد.
روش‎ها: غربالگری به روش داکینگ مولکولی با نرم افزار اتوداک جهت ارزیابی اثربخشی برهمکنش‌های لیگاند-گیرنده انجام می‎شود.
یافته‌ها: نتایج مربوط به انرژی پیوندی، ثابت مهاری و کیفیت برهمکنش‎ها، مناسب بودن ایده تحقیق در اثربخشی مهارکننده‎های موجود پروتئاز اچ-آی-وی روی پروتئاز کووید-19 را نشان دادند.
نتیجه‌گیری: نتایج کمی نشان دهنده اثربخشی‌های متفاوت این لیگاندها در مقایسه با یکدیگر برای فعالیت مهارکنندگی کووید-19 بودند و نتایج کیفی نیز از قرارگیری متنوع لیگاندها نسبت به جایگاه فعال پیشنهاد شده پروتئاز حکایت داشتند. ماحصل نتایج این تحقیق معرفی کردن Nelfinavir به عنوان بهترین لیگاند از حیث کمی و هر کدام از Saquinavir، Amprenavir و Fosamprenavir  به عنوان بهترین لیگاند از حیث کیفی با اثربخشی مهاری احتمالی روی پروتئاز کووید-19 است.

کلیدواژه‌ها


1. Farnoosh G, Alishiri G, Hosseini Zijoud S R, Dorostkar R, Jalali Farahani A. Understanding the Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) and Coronavirus Disease (COVID-19) Based on Available Evidence - A Narrative Review. J Mil Med. 2020; 22 (1) :1-11. 2. Ahmed SF, Quadeer AA, McKay MR. Preliminary identification of potential vaccine targets for the COVID-19 coronavirus (SARS-CoV-2) based on SARS-CoV immunological studies. Viruses 2020;12 (3): 254. 3. Liu X, Zhang B, Jin Z, Yang H, Rao Z. The crystal structure of COVID-19 main protease in complex with an inhibitor N3. 2020. 4. Elfiky AA. Anti-HCV, nucleotide inhibitors, repurposing against COVID-19. Life sciences. 2020 Feb 28:117477. 5. Kapetanovic IM. Computer-aided drug discovery and development (CADDD): in silico-chemico-biological approach. Chemico-biological interactions. 2008;171(2):165-76. 6. Guney E, Menche J, Vidal M, Barábasi AL. Network-based in silico drug efficacy screening. Nature communications. 2016;7:10331. 7. Drugs.com. Prescription Drug Information, Interactions & Side Effects. 8. Burley SK, Berman HM, Bhikadiya C, Bi C, Chen L, Di Costanzo L, et al. RCSB Protein Data Bank: biological macromolecular structures enabling research and education in fundamental biology, biomedicine, biotechnology and energy. Nucleic acids research. 2019;47(D1):D464-74. 9. Pence HE, Williams A. Chem Spider: An Online Chemical Information Resource. J Chem Edu. 2010; 87:1123-1124. 10. Hosseini SA, Moghimi A, Iman M. Design and docking study of novel oximes as reactivators of inhibited acetylcholinesterase with nerve agents. Journal Mil Med. 2018;20(2):170-80. 11. Iman M, AsnaAshari B, Davood A. Docking and QSAR study on triazolederivatives as more potent and effective antifungal agents. J Mil Med. 2015; 17(2):97-105. 12. Davood A, Iman M. Molecular docking and QSAR study on imidazole derivatives as 14/alpha-demethylase inhibitors. Turk J Chem. 2013;37 (1):119-133. 13. Alidoosti ZS, Mirzaei M. Comparative Examination of Moclobemide, Tranylcypromine, Phenelzine and Isocarboxazid for Monoamine Oxidase–A Inhibition. Advanced Journal of Chemistry-Section B: Natural Products and Medical Chemistry. 2019;1(1):23-8. 14. Nazemi H, Mirzaei M, Jafari E. Antidepressant activity of curcumin by monoamine oxidase–A inhibition. J Adv Chem B. 2019;1:3-9. 15. Esfahani AN, Mirzaei M. Flavonoid derivatives for monoamine oxidase–A inhibition. Adv J Chem B. 2019;1(1):17-22. 16. Morris GM, Huey R, Lindstrom W, Sanner MF, Belew RK, Goodsell DS, et al. AutoDock4 and AutoDockTools4: Automated docking with selective receptor flexibility. J Comput Chem. 2009;30(16): 2785-2791.