基于病毒全基因组蛋白结构，通过虚拟筛选发现了一种针对BmNPV的新化合物

《Pesticide Biochemistry and Physiology》：Discovery of a novel compound against BmNPV using virtual screening based on the protein structure of the viral whole genome

抗丝虫病毒药物开发：基于AlphaFold3的BmNPV蛋白虚拟筛选与OCT抑制机制验证

　　

林张|马颖|胡俊驰|刘菲菲|贾云翔|陈鹏|Adrian Oo|董战旗|潘敏慧

中国西南大学资源昆虫国家重点实验室，重庆400715

摘要

目前，针对家蚕核多聚hedrovirus（BmNPV）的有效抗病毒药物仍然缺乏，这给养蚕业造成了巨大的经济损失。虚拟筛选和人工智能为抗病毒药物的发现提供了机会。为了通过虚拟筛选识别潜在的抗病毒化合物，我们以AlphaFold3建模的病毒蛋白作为靶标。在测试的化合物中，发现辛烯啶二盐酸盐（OCT）是一种具有显著抑制BmNPV复制能力的候选抑制剂。微尺度热泳和透射电子显微镜实验表明，OCT能够与BmNPV的GP64蛋白结合并抑制病毒入侵。OCT显著提高了家蚕幼虫的存活率，并在体内实验和田间试验中显示出对抗BmNPV感染的有希望的治疗效果。我们的研究证明了通过基于人工智能的蛋白质结构预测和虚拟筛选方法获得针对BmNPV基因组的抗病毒药物的可能性。这为开发用于兽医领域的有效抗病毒药物提供了重要途径。

引言

得益于最先进的机器学习方法的应用，人工智能（AI）在蛋白质结构预测方面取得了突破（Jeppesen和André，2023）。AlphaFold蛋白质结构数据库（https://alphafold.ebi.ac.uk/）已被证明能够以高准确性和接近实验水平的准确率预测单体和多聚体蛋白质的结构（Díaz-Holguín等人，2024）。基于AI的AlphaFold2已经覆盖了≥98%的人类蛋白质组（Tunyasuvunakool等人，2021）。由于其数据更新和功能改进，最新版本的AlphaFold3实现了比前代更高的准确率（O'Leary，2024）。目前，AlphaFold已集成到Protein Database（PDB）、UniProt和InterPro等生物数据库中（Varadi等人，2024）。已有超过2.14亿个蛋白质结构被预测（Varadi等人，2024）。这提高了生物环境中蛋白质结构的完整性。通过不断提高目标结构分析的分辨率，临床药物的开发速度得到了加速。Díaz-Holguín及其同事的筛选实验表明，使用AlphaFold获得的命中率（60%）高于同源模型，并在虚拟筛选中发现了有效的激动剂（Díaz-Holguín等人，2024）。利用AlphaFold模型获得的高精度蛋白质结构可以加速药物发现过程，有助于识别潜在靶点并指导化合物优化（Irwin和Shoichet，2016；Sadybekov和Katritch，2023）。因此，AlphaFold对于基于结构的药物开发至关重要（Qiao等人，2024）。

多年来，药物发现领域已经生成了数百万种针对新靶点的化合物。然而，高通量筛选（HTS）往往只能得到命中率低且活性较低的化合物，这些化合物需要进一步优化（Sharma等人，2024）。传统方法的药物开发过程漫长且成本高昂，且具有盲目性。越来越多的美国食品药品监督管理局（FDA）批准的化合物、药典药物以及抗病毒库可以被用于抑制流感病毒的筛选（Uddin等人，2016；Fan等人，2023）。抗病毒药物在控制病毒感染和病毒在宿主间的传播中起着关键作用。在这种情况下，利用虚拟筛选重新评估现有药物并快速识别新候选药物已成为治疗病毒性疾病的高效方法（Pathak等人，2020）。针对已知靶点的筛选可以填补抗病毒药物开发中的空白（Zhao等人，2025）。AlphaFold的建立提高了蛋白质模型的准确性，从而提高了虚拟筛选的成功率。多项研究表明，这种方法在药物开发中非常有效。Zhao通过AI识别出了MYC2蛋白的抑制剂，这些抑制剂可能有助于预防黄龙病（Zhao等人，2025）。Peng等人（2021）通过对FDA批准化合物库进行虚拟筛选，发现了两种具有潜在抗病毒活性的小分子。同样，Luttens利用1400万个计算机模拟片段，识别出了8-氧鸟嘌呤DNA糖基酶的29种高排名抑制剂（Luttens等人，2025）。作为药物发现中的强大工具，虚拟筛选对于挑战性的治疗靶点具有高效性。

家蚕（Bombyx mori L.）是一种对经济具有重要意义的鳞翅目昆虫（Marzoli等人，2022）。家蚕核多聚hedrovirus（BmNPV）是家蚕的主要病毒病原体之一，每年给养蚕业带来巨大的经济损失。尽管具有经济重要性，但有效的抗病毒药物仍然难以找到。在研发中的抗BmNPV药物中，Zinc12888007是通过分子对接和分子动力学模拟发现的。该药物降低了受感染幼虫的死亡率，但治疗效果并不理想（Sérgio Alves Bueno，2019）。虽然已经开发出一些可以预防家蚕BmNPV感染的物质，但由于安全问题，它们在实践中很少使用。因此，一种低毒性和高疗效的抗病毒药物对养蚕业至关重要。BmNPV的生命周期涉及感染后多个病毒基因的复杂调控（Johnstone等人，2024）。病毒颗粒的整个基因组编码了功能性蛋白质，包括信息处理、形态发生、结构和毒力等，这些都是抗病毒药物开发的有希望的靶点（Johnstone等人，2024）。因此，利用BmNPV的整个基因组进行蛋白质建模，并结合FDA批准的配体库，可以通过虚拟筛选获得有效且安全的抗病毒药物。

为了识别潜在的抗病毒药物，我们的研究进行了以下工作：分析了杆状病毒的整个蛋白质结构；使用小分子（FDA和药典药物库）进行虚拟筛选；设置了LibDock得分≥100和结合能≤0的参数；评估了候选药物的吸收、分布、代谢、排泄和毒性（ADMET）特性；并进行了手动筛选。通过体外实验验证了所选药物的抗病毒效果。此外，还通过微尺度热泳（MST）和gp64-null^EGFP杆状病毒验证了药物与目标蛋白的结合特性。为了评估抗病毒效果，对候选药物进行了体内和体外分析。田间试验表明，辛烯啶二盐酸盐（OCT）表现出优异的预防和治疗效果。这种策略为抗病毒药物的筛选和开发提供了一种新的方法，特别是在养蚕行业中。

章节片段

细胞、病毒和家蚕

BmN-SWU1和BmE-SWU1家蚕细胞系由我们的研究团队在Grace昆虫培养基中培养（Pan等人，2010）。细胞也在含有10%胎牛血清的TC-100培养基（United States Biological，Salem，MA，USA）中于27°C下培养（Gibco，Grand Island，NY，USA）。根据之前的方法（Zhu等人，2024），从受感染的家蚕中分离出了封堵体（OBs）。一种重组BmNPV（vA4prm-EGFP；增强型绿色荧光蛋白）和“Dazao”

基于不同化合物库的BmNPV整个蛋白质的虚拟筛选

本研究建立了一个高通量筛选和分子对接结合的筛选平台，以评估候选药物的抗病毒效果，从而促进新型抗病毒化合物的发现（图1A）。AlphaFold3和SWISS-MODEL成功预测了141种BmNPV蛋白质的结构，其中54种蛋白质的置信度得分≥0.75，被选为虚拟筛选的靶蛋白。为了减少药物筛选的随机性，选择了34种至少能靶向7种BmNPV蛋白质的分子

讨论

家蚕（B. mori）是东亚地区具有经济重要性的昆虫（Hu等人，2020）。不幸的是，BmNPV疾病是最严重的病毒性疾病，限制了养蚕业的发展（Hu等人，2023）。目前缺乏能够抑制杆状病毒感染的治疗药物，因此迫切需要为养蚕业寻找新的抗病毒选项（Sérgio Alves Bueno，2019）。BmNPV的整个基因组已经得到了全面研究。在本研究中，

结论

本研究建立了一个基于病毒整个基因组的高通量筛选和分子对接结合筛选平台，以评估候选药物的抗病毒效果，从而促进新型抗病毒化合物的发现。根据虚拟筛选结果，选择了至少能靶向7种蛋白质的分子进行体外分析，最终确定了OCT作为进一步研究的对象。OCT表现出低毒性、良好的药代动力学特性，并显著抑制了病毒

CRediT作者贡献声明

林张：撰写——初稿，正式分析，数据管理，概念构思。马颖：软件，项目管理。胡俊驰：软件，方法学。刘菲菲：验证，研究。贾云翔：项目管理，正式分析。陈鹏：可视化，监督，项目管理。Adrian Oo：撰写——审稿与编辑。董战旗：撰写——审稿与编辑，项目管理，数据管理。

利益冲突声明

作者声明没有利益冲突。本文不包含任何涉及人类或脊椎动物的研究。

致谢

我们感谢梁山农业科学院（中国西昌，615000）的梁 Zhao和宁南县丝绸之路集团有限公司（中国宁南，615400）的Wenli Xiang在本研究中的协助。本研究得到了CARS专项基金（CARS-18）的支持。