SPR天然产物小分子抑制剂的“人工智能”药物筛选和“网络药理”作用机制研究＊

目的 基于“人工智能”药物筛选,获得墨蝶呤还原酶（SPR）的潜在小分子抑制剂。同时,针对最佳的候选SPR天然小分子抑制剂,利用“网络药理学”开展抗肿瘤作用机制探究。方法 首先,搜集多个平台数据构建天然小分子化合物库,利用“三重积分协同过滤计分系统”进行“人工智能”药物筛选,获得候选的SPR天然小分子抑制剂。随后,利用“分子对接”和中药系统药理学分析平台（TCMSP）系统分析,初步评价出最佳候选者。最后,通过SIB和STITCH数据库获得最佳抑制剂的作用靶标、蛋白-蛋白相互作用（PPI）网络和网络拓扑参数,导入Cytoscape系统对网络进行分析,筛选关键靶标。通过DAVID数据库进行基因本体（GO）功能富集分析和京都基因与基因组百科全书（KEGG）通路富集分析,预测其抗肿瘤作用机制。结果 筛选出候选抑制剂1783个;从得分前20的化合物中,分析筛选出刺囊酸可能最佳SPR天然产物小分子抑制剂;获得其关键靶点。GO富集结果表明刺囊酸可能主要涉及到RNA聚合酶II启动子的转录,细胞增殖的调控和G蛋白偶联受体信号途径等生物学过程;KEGG富集表明可能涉及癌症信号通路,蛋白多糖信号通路等。结论 天然小分子化合物可能是SPR抑制剂的重要来源,刺囊酸可能是最佳的SPR天然小分子抑制剂。总之,本研究可能为天然产物小分子抑制剂的研究开发提供启示。

Artificial intelligence drug screening and network pharmacology mechanism of natural products-derived small molecule inhibitors of sepiapterin reductase