基于AI驱动的计算机模拟策略发现坎格瑞洛与AVN-944作为人偏肺病毒(hMPV)的潜在老药新用候选药物

研究人员通过人工智能驱动的计算机模拟方法，针对人偏肺病毒(hMPV)的F蛋白靶点筛选老药新用候选药物。该病毒是亚非地区5岁以下儿童肺炎的第二大病因，目前尚无特效疗法。研究团队开发深度学习药效团模型，从2400种FDA批准药物和255种抗病毒药物中筛选出坎格瑞洛(Cangrelor)和AVN-944，通过分子对接、MD模拟和自由能景观分析证实其可稳定结合hMPV-F蛋白并抑制膜融合，为临床治疗提供新思路。

　　

人偏肺病毒(human metapneumovirus, hMPV)作为呼吸道感染的主要病原体，在2024年PERCH研究中被确认为亚非地区5岁以下儿童肺炎的第二大元凶。这种狡猾的病毒携带9种蛋白武器，其中融合蛋白(Fusion protein, F)和G糖蛋白如同"分子钥匙"，专门破解宿主细胞防线。

目前医疗界对抗hMPV仍停留在对症支持阶段，而这项研究将目光锁定在F蛋白——这个负责病毒膜融合的"变形金刚"上。科学家们发现，F蛋白通过构象重折叠与硫酸乙酰肝素(heparan sulfate)结合的过程，正是病毒入侵的关键突破口。

研究团队祭出人工智能杀手锏，构建深度学习药效团模型展开"虚拟缉毒"行动。从2400种FDA认证药物和255种抗病毒药物中层层筛选，最终锁定抗血小板药物坎格瑞洛(Cangrelor)和抗癌候选药AVN-944。这两种分子展现出惊人的"伪装"能力，能精准干扰F蛋白的膜融合功能。

通过受试者工作特征曲线(ROC curve)验证筛选可靠性后，分子对接模拟显示候选药物与靶蛋白结合紧密。更令人振奋的是，分子动力学(MD)模拟中，药物-蛋白复合物在动态环境下稳如磐石。自由能景观(Free Energy Landscape)和动态互相关矩阵(DCCM)分析进一步证实，结合状态比游离蛋白更具稳定性。

这项研究为hMPV治疗开辟了新战线，不过要确认这些"药物特工"的真实战斗力，还需体外和体内实验的终极考验。