由结核分枝杆菌(M. tuberculosis)引起的结核病每年造成160万人死亡。为了弥合基于结构的药物发现策略和基于细胞的药物发现策略之间的鸿沟,我们正在开创一种计算机辅助发现范例,该模型将基于结构的虚拟筛选与基于
配体的,经过细胞数据训练的机器学习方法相结合。该方法成功鉴定出N-(3-
甲氧基苯基)-7-
硝基苯并[ c ] [1,2,5]恶二唑-4-胺(JSF-2164)是纯化的InhA
抑制剂,与体外培养相比具有全细胞功效结核分枝杆菌。当利用细菌内药物代谢(IB
DM)平台时,机理研究表明JSF-2164在结核分枝杆菌内进行了快速的F 420 H 2依赖性
生物转化,从而提供了细菌内
一氧化氮和两种胺,分别为JSF-3616和JSF- 3617。因此,JSF-2164的代谢掩盖了培养的结核分枝杆菌中的InhA抑制表型。这项研究证明了一种新的对接/贝叶斯计算策略,可以结合基于细胞和靶标的药物筛选