基于计算机辅助设计的芳基乙基苯甲酰胺类化合物，作为预测中的SARS-CoV-2木瓜蛋白酶样半胱氨酸蛋白酶的纳摩尔级抑制剂

《Scientific Reports》：Computer-assisted design of arylethylbenzamides as predicted nanomolar inhibitors of papain-like cysteine protease of SARS-CoV-2

　　

摘要

由SARS-CoV-2病毒引发的严重急性呼吸综合征COVID-19疫情，对人类健康构成了长期威胁。因此，持续开发新的小分子抗病毒药物对于有效应对当前疫情以及为未来的疫情威胁做好准备至关重要。本研究的目的是通过计算方法设计、优化并筛选出具有潜在抑制作用的(R)-芳基乙基苯甲酰胺（AREB）类似物，这类物质可作为SARS-CoV-2的木瓜蛋白酶样蛋白酶（PL^pro）的抑制剂。PL^pro是一种在病毒多蛋白切割及宿主免疫逃逸过程中起作用的保守性抗病毒靶点。我们假设，通过对AREB骨架在四个不同区域进行受体结构引导式的改造——即朝向BL2沟、Cys111催化位点、电静力作用区域Glu167/Asp164，以及与泛素相邻的Val70^Ub口袋——可以培育出具有低纳摩尔级抑制活性的候选物质，同时还能保持这些新类似物的药物特性。在经过分子力学优化后，我们以多篇已发表的PL^pro抑制剂晶体结构作为模板。通过线性回归和多次5折交叉验证，我们基于51种已发表的AREB抑制剂建立了QSAR模型，将计算得到的酶-抑制剂相互作用能差值（ΔΔE_int,MM）与实验测定的

i

IC₅₀值相关联。我们设计了四个虚拟组合库，针对常见骨架的取代位点（R₁ – R₄）进行筛选，先通过高精度对接分析，再结合分子力学GB/SA方法进行评分。预测的IC₅₀^pre值被用于对新AREB类似物的活性进行排序。与ADME特性相关的预测参数则用于指导虚拟库的进一步筛选。对于选中的候选分子，我们利用QM/MM相互作用能（ΔΔE_int,QM/MM,aq）以及TIP4P显式溶剂200纳米时间尺度的分子动力学模拟，来评估这些有潜力的新PL^pro抑制剂的结合稳定性。该QSAR模型展现出较强的内在有效性和预测能力，有助于确定最具开发价值的类似物。经过基于ADME特性的筛选后，最终有三种候选药物被优先考虑，其预测IC₅₀^pre值为5.2–5.3纳摩尔，相比最有效的参考抑制剂（IC₅₀^exp为94纳摩尔），其活性提升了约18倍。这些最佳候选分子保持了典型的BL2环闭合结合模式，同时还通过各自的R基团设计策略，扩展了与其它靶点的稳定相互作用网络。分子动力学模拟结果显示，在200纳米的时间尺度内，这些抑制剂能够稳定占据目标口袋，同时保持关键的氢键和疏水作用。通过整合QSAR分析和结构引导的计算方法，我们找到了具有低纳摩尔级抑制活性的、可合成且具备药物特性的AREB类似物，有望作为SARS-CoV-2 PL^pro的抑制剂。尽管目前的成果主要基于计算分析，还需通过实验加以验证，但这些候选化合物为后续抗病毒药物的研发提供了有力依据。