Proteochemometric modeling of the bioactivity spectra of HIV-1 protease inhibitors by introducing protein-ligand interaction fingerprint.
Proteochemometric modeling of the bioactivity spectra of HIV-1 protease inhibitors by introducing protein-ligand interaction fingerprint.
复制标题
DOI：
10.1371/journal.pone.0041698
复制
发表时间：
2012
期刊：
影响因子：
3.7
通讯作者：
Zhu R
中科院分区：
文献类型：
--
作者：
Huang Q;Jin H;Liu Q;Wu Q;Kang H;Cao Z;Zhu R
HIV-1蛋白酶是HIV治疗的主要靶点之一。然而，艾滋病毒治疗的一个主要问题是耐药菌株的迅速出现。如果能用一种方法预测化合物对不同变异体的抗病毒能力，将对艾滋病的临床治疗特别有帮助。在我们的研究中，蛋白化学计量学（PCM）模型被创建来研究具有47个独特的HIV-1蛋白酶变体的92种化合物的生物活性谱。与以往的PCM模型中使用配体和蛋白质描述符相乘（MLPD）作为交叉项不同，本文引入了一个新的交叉项，即蛋白质-配体相互作用指纹（PLIF）。通过配体描述符、蛋白质描述符和交叉项的不同组合，获得了9个PCM模型，其中6个模型具有良好的预测能力（Q2检验>0.7）。这些结果表明，当配体和蛋白质描述符补充新引入的交叉项PLIF时，PCM模型的性能可以得到改善。与传统的交叉项MLPD相比，新引入的PLIF具有更好的预测能力。此外，我们的最佳模型（GD & P & PLIF：Q2 test = 0.8271）可以筛选出具有广泛抗病毒活性的抑制剂。 总之，我们的研究表明，蛋白质化学计量学建模与PLIF作为交叉项是一个潜在的有用的方法来解决HIV-1耐药问题。
HIV-1 protease is one of the main therapeutic targets in HIV. However, a major problem in treatment of HIV is the rapid emergence of drug-resistant strains. It should be particularly helpful to clinical therapy of AIDS if one method can be used to predict antivirus capability of compounds for different variants. In our study, proteochemometric (PCM) models were created to study the bioactivity spectra of 92 chemical compounds with 47 unique HIV-1 protease variants. In contrast to other PCM models, which used Multiplication of Ligands and Proteins Descriptors (MLPD) as cross-term, one new cross-term, i.e. Protein-Ligand Interaction Fingerprint (PLIF) was introduced in our modeling. With different combinations of ligand descriptors, protein descriptors and cross-terms, nine PCM models were obtained, and six of them achieved good predictive abilities (Q2 test>0.7). These results showed that the performance of PCM models could be improved when ligand and protein descriptors were complemented by the newly introduced cross-term PLIF. Compared with the conventional cross-term MLPD, the newly introduced PLIF had a better predictive ability. Furthermore, our best model (GD & P & PLIF: Q2test = 0.8271) could select out those inhibitors which have a broad antiviral activity. As a conclusion, our study indicates that proteochemometric modeling with PLIF as cross-term is a potential useful way to solve the HIV-1 drug-resistant problem.
登录
查看更多内容
影响因子：
5.5
作者：
Cai, Yufeng;Schiffer, Celia A.
通讯作者：
Schiffer, Celia A.
影响因子：
3.3
作者：
Kar, Parimal;Knecht, Volker
通讯作者：
Knecht, Volker
HIV蛋白酶易感性的蛋白化学调查模型。
影响因子：
3
作者：
Lapins, Maris;Eklund, Martin;Spjuth, Ola;Prusis, Peteris;Wikberg, Jarl E. S.
通讯作者：
Wikberg, Jarl E. S.
影响因子：
3.6
作者：
Lapinsh, M;Prusis, P;Wikberg, JES
通讯作者：
Wikberg, JES
影响因子：
3.5
作者：
Ghosh, Arun K.;Dawson, Zachary L.;Mitsuya, Hiroaki
通讯作者：
Mitsuya, Hiroaki