使用计算机方法鉴定罗勒中用于治疗帕金森病的新型植物化学物质。
摘要来源：当前计算机辅助药物设计。 2020；16(4)：420-434。 PMID：32883197
摘要作者：Nageen Mubashir、Rida Fatima、Sadaf Naeem
文章隶属关系：Nageen Mubashir
摘要：背景： 帕金森病的特点是多巴胺能神经递质水平下降，这种下降是由于蛋白质单胺氧化酶 B (MAO-B) 降解多巴胺所致。为了治疗帕金森病，必须抑制MAO-B。
目的：从植物中寻找新型植物化学物质罗勒可通过计算机模拟方法抑制 MAO-B。
方法：收集植物罗勒的化学成分数据，然后利用基于结构（SB）和基于配体的虚拟筛选（LBVS）预测这些植物化学物质的抑制活性方法。分子对接是常见的基于结构的虚拟筛选方法之一，已在该搜索过程中使用。传统上，分子对接用于预测配体在蛋白质活性位点内的方向和结合亲和力。 Molegro Virtual Docker (MVD) 软件已用于此目的。另一方面，LBVS方法之一的随机森林模型也被用来预测罗勒这些化学成分对MAO-B的活性。
结果：在对接研究过程中，罗勒中发现的所有 108 种化合物均与 MAO-B 活性位点（PDB 代码：4A79）对接，其中 57 种化合物成功对接与 tyr 435 形成氢键，tyr 435 是酶生物活性的关键氨基酸。芦丁 (-182.976 Kcal/mol)、木犀草素 (-163.171 Kcal/mol)、圣草酚-7-O-葡萄糖苷 (- 160.13 Kcal/mol)、迷迭香酸 (-133.484 Kcal/mol) 和异槲皮苷 (-131.493 Kcal/mol) ）是具有最高 MolDock 分数以及与 tyr 435 的氢相互作用的热门命中之一。使用 RF 模型，预测罗勒 108 种化学成分中的 10 种化合物具有活性：芹菜素 (1.0)、圣草酚 (1.0)、东方黄素 (0.876)、山奈酚 (0.8536)、木犀草素 (0.813953) 和迷迭香酸 (0.7738095) 预计最活跃，RF 分数最高。
结论：两种筛选方法的比较表明，RF模型预测具有活性的10种化合物也出现在得分最高的对接研究的热门命中中。预测本研究期间获得的热门点击作为MAO-B的抑制剂，可进一步用于开发治疗帕金森病（PD）的药物。