張曉錚 高 穎 劉 玉 邰楊浩 梁力中 張玉龍 侯淑琳 解 軍**

（1）山西醫(yī)科大學基礎醫(yī)學院，生物化學與分子生物學教研室，出生缺陷與細胞再生山西省重點實驗室，太原 030001；2）山西醫(yī)科大學第二臨床醫(yī)學院，太原030001；3）山西醫(yī)科大學第一臨床醫(yī)學院，太原 030001；4）中國科學院廣州生物醫(yī)藥與健康研究院，呼吸疾病國家重點實驗室，廣州 510530）

嚴重急性呼吸綜合征冠狀病毒2（SARS-CoV-2）引起的新型冠狀病毒肺炎（COVID-19）于2019年12月31日被首次發(fā)現(xiàn)［1］，其在全球范圍內(nèi)的廣泛傳播對全人類的生命健康造成了嚴重危害。截至2022年4月，全球已有超過5.14億人確診，625萬余人死亡。COVID-19患者以發(fā)熱、干咳、乏力為典型癥狀，重癥患者可出現(xiàn)急性呼吸窘迫綜合征、膿毒癥休克、多器官功能衰竭等癥狀［2］。SARSCoV-2表面刺突蛋白（spike protein，S蛋白）的受體結合域（receptor binding domain，RBD）能夠與人體細胞的血管緊張素轉化酶2（angiotensinconverting enzyme 2，ACE2）結合，這是病毒感染人體的主要途徑［3］。

目前尚無SARS-CoV-2特異性抗病毒藥物，臨床治療以對癥治療和支持治療為主［4］?，F(xiàn)有西醫(yī)藥療法約占臨床試驗數(shù)的40.9%，涉及西藥種類52種，其中包括洛匹那韋/利托那韋、達蘆那韋/考比司他、抗流感藥物法匹拉韋、巴洛沙為酯和奧司他韋等。洛匹那韋和利托那韋均為HIV-1蛋白酶抑制劑，而瑞德西韋［5］的作用機制是整合進SARSCoV-2的RNA鏈中，阻斷RNA復制，最終導致RNA鏈終止延遲。臨床研究顯示，洛匹那韋［6］等西藥對COVID-19有一定抑制作用，但存在胃腸道反應、肝功能損害、脂質代謝異常等不良反應。同時瑞德西韋［7］、洛匹那韋和利托那韋［8］等可能無法進入細胞抑制病毒復制、裝配，導致這些藥物單獨使用效果較差?？贵w藥物療法約占臨床試驗數(shù)的19.2%，其優(yōu)點在于特異性強、安全性好等［9］。中國科學院微生物研究所從康復患者體內(nèi)分離出一株高效單克隆抗體——埃特司韋單抗（Etesevima），其能有效預防和治療COVID-19。Etesevima與Bamlanivimab雙抗體療法效果更佳，但是對奧密克戎（Omicron）變異株失效［10］。美國再生元制藥公司和瑞士羅氏制藥公司聯(lián)合開創(chuàng)了一種新的抗體療法，該療法由伊維德單抗（REGEN10987）和卡西里單抗（REGEN10933）組成［11］。該抗體主要適用于輕中度患者，但對奧密克戎變異株失去抑制作用［12-14］。值得注意的是，這兩種抗體療法都是通過非競爭性結合S蛋白的RBD結構域，阻止S蛋白RBD與人體ACE2受體結合，進而避免病毒感染宿主細胞［11］。因此，抑制SARS-CoV-2與ACE2受體的結合，進而阻止病毒與宿主細胞的結合在預防和治療COVID-19中發(fā)揮重要作用。但目前候選抗體藥物多數(shù)從康復患者血清中獲取，來源非常有限；且有研究表明，SARS-CoV-2可能導致抗體依賴 性 增 強 （antibody-dependent enhancement，ADE）效應［15］，無法避免其在宿主體內(nèi)的核酸復制和裝配。

中醫(yī)藥療法約占COVID-19治療性臨床試驗的39.9%，在COVID-19的預防和臨床治療過程中發(fā)揮了積極作用［16］。中國國務院新聞辦在《新型冠狀病毒肺炎診療方案（試行第八版）》中推薦使用金花清感顆粒、連花清瘟膠囊（顆粒）、清肺排毒湯等進行治療［2］。以清肺排毒湯為例，其主要中藥成分如槲皮素、柚皮素、木犀草素通過作用于多個靶點，涉及多種信號通路，參與調(diào)控機體代謝、免疫調(diào)節(jié)、炎癥反應等生理過程，呈現(xiàn)出抗炎、抗病毒的作用［17］。然而，這些中藥處方中對COVID-19治療起到關鍵作用的活性成分以及這些活性成分抗SARS-CoV-2的分子機制尚不明確，這在很大程度上阻礙了中醫(yī)藥在COVID-19治療中的應用。因此，篩選COVID-19治療處方中的有效活性成分并闡明其抑制SARS-CoV-2感染的內(nèi)在分子機制對開發(fā)治療COVID-19效果顯著的藥物意義重大。

本文首先通過檢索COVID-19治療中藥處方，挖掘潛在SARS-CoV-2抑制活性成分，構建了“新冠肺炎中藥候選活性成分數(shù)據(jù)庫”?；贏CE2與SARS-CoV-2表面S蛋白的結合位點已成為COVID-19的潛在藥物作用靶點［18］。本文以具有人源ACE2抑制作用的活性小分子化合物為訓練集構建藥效團模型，并以優(yōu)選藥效團模型對“新冠肺炎中藥候選活性成分數(shù)據(jù)庫”進行虛擬篩選，得到能與ACE2結合的潛在抑制SARS-CoV-2活性成分。隨后，本文將上述潛在抑制活性成分作為配體，與人源ACE2受體蛋白進行分子對接，預測了10個可與ACE2/SARS-CoV-2識別位點結合的中藥成分。最后，通過分子動力學模擬探究了具有潛在SARSCoV-2抑制作用的活性小分子與ACE2蛋白的互作機制，進一步從原子水平揭示了其抑制SARSCoV-2 S蛋白RBD與ACE2結合的內(nèi)在機制。本項研究將為SARS-CoV-2特異性抗病毒藥物的研發(fā)提供必要的理論指導。

1 材料與方法

1.1 中藥活性成分獲取

1.1.1 中藥處方挖掘

研究基于已報道的用于臨床治療的處方，同時參考中國各地方針對COVID-19治療的不同處方以及已公布的《新型冠狀病毒肺炎診療方案（試行第八版）》中的中藥復方，全面搜集抗新冠肺炎的有效方劑，重復者只取其一。

1.1.2 COVID-19中藥候選活性成分數(shù)據(jù)庫的建立

參考《中華本草》和《中國藥典》對處方中的中藥進行名稱規(guī)范及頻數(shù)統(tǒng)計，取頻次≥5的中藥材作為研究對象，建立新冠肺炎中藥候選活性成分數(shù)據(jù)庫。利用中藥系統(tǒng)藥理學分析平臺數(shù)據(jù)庫（TCMSP）［19］，以中藥名稱為關鍵詞，以口服生物利用度（oral-bioavailability，OB）≥30%和類藥性（drug-likeness，DL）≥0.18為參考指標，對其活性成分進行搜索并構建新冠肺炎中藥候選活性成分數(shù)據(jù)庫。

1.2 藥效團模型的建立及驗證

1.2.1 訓練集和測試集的搜集

根據(jù)文獻報道搜集具有人源ACE2抑制活性的小分子化合物，同時在Binding Database數(shù)據(jù)庫（http://www.bindingdb.org/）中檢索以人源ACE2為靶點的抑制活性成分，用于訓練集和測試集的構建。訓練集由6個具有一定活性梯度且結構差異較大的小分子組成（活性梯度為：Ki＜100，100≤Ki≤1 000，Ki＞1 000），用于生成藥效團模型。測試集由30個活性化合物和非活性化合物組成，用于藥效團模型的評價及驗證。

1.2.2 HipHop藥效團模型的建立

藥效團是指藥物活性分子中對活性起著重要作用的“藥效特征元素”及其空間排列形式，可認為是大量活性化合物的共同特征。本研究使用Discovery Studio version 3.5軟 件HipHop藥效團 構建方法，旨在發(fā)現(xiàn)配體小分子化合物的共同特征。按活性排列訓練集中小分子化合物，將其中活性較高者Principal設置為2，其他5個活性較低化合物Principal設置為1。所有化合物MaxOmitFeat均設置為1。將正電中心（positive ionizable，PI）、氫鍵供體（hydrogenbond donor，D）、氫鍵受體（hydrogen bond acceptor，A）、疏 水 基 團（hydrophobic region，H）、芳環(huán)（ringaromatic，R）作為藥效團的特征元素進行評價。藥效團元素的設定范圍為0~5，選擇Best模式進行運算，獲得10個藥效團模型。

1.2.3 藥效團模型評價驗證

本研究使用Ligand Profiler模塊，選擇Best模式，用測試集中小分子化合物對藥效團模型的性能進行評價，在評分值盡可能高的情況下，選取與活性化合物匹配度較高并與非活性化合物匹配度較低的藥效團作為優(yōu)選藥效團模型。

1.3 基于藥效團模型虛擬篩選

基于以上得到優(yōu)選藥效團模型，對1.1.2節(jié)中構建的新冠肺炎中藥候選活性成分數(shù)據(jù)庫進行虛擬篩選。首先，使用Prepare Ligands模塊對COVID-19中藥候選活性成分數(shù)據(jù)庫中小分子化合物處理，使其轉化為3D結構并保存。其次，使用Build 3D Database模塊構建3D新冠肺炎中藥候選活性成分數(shù)據(jù)庫。最后，使用Search 3D Database模塊進行篩選，得到可與人源ACE2結合的潛在SARS-CoV-2抑制活性成分，并使用Filter by Lipinski and Veber Rules模塊，遵循Lipinski Rules of Five和Veber Rules原則，通過分子類藥性對潛在抑制活性成分進行過濾。

1.4 分子對接

分子對接技術基于配體與受體作用的“鎖鑰原理”，預測受體與配體的結合模式和親和力［20］。通過分子對接確定配體小分子與受體蛋白的結合位點和空間位置，有助于研究藥物的作用機制和指導新藥物的設計［21］。本研究從PDB數(shù)據(jù)庫（http://www.rcsb.org/）下載RBD-ACE2-B0AT1復合體晶體結構（PDB ID：6M17）［22］，截取ACE2的一條B鏈，刪去水分子，添加氫原子，即為分子對接的受體。將1.3節(jié)中類藥性篩選后的小分子化合物作為配體，并進行能量優(yōu)化、生成三維坐標、添加氫原子等處理［23］。使用LibDock分子對接方式，并選 擇Conformation Method為Fast、Docking Preferences為High Quality。根據(jù)對接結果初步評價配體與受體的結合情況。為了驗證分子對接結果合理性，本文同時使用Auto Dock Vina軟件［24］進行配體小分子與ACE2受體的分子對接。采用Auto Dock Vina分子對接方式，對接盒子大小設為88?×88?×82?，能覆蓋所有對接位點。對接過程完全采用半柔性對接，ACE2被視為一個剛體，只有配體小分子的構象是可以變化的。

1.5 分子動力學模擬

采用NAMD 2.12軟件［25］對小分子化合物與ACE2的最佳對接模型進行進一步模擬和優(yōu)化。本文運用Discovery Studio version 3.5軟件中的Macromolecules模塊對ACE2初始結構中缺失的氫原子在中性條件下進行了添加。受體蛋白ACE2采用經(jīng)典分子力場Amber 03力場進行處理。同時，運用Gaussian 09軟件包中的B3LYP密度泛函理論（DFT）對配體小分子進行了幾何優(yōu)化，所有分子的幾何優(yōu)化都使用了6-31G（d，p）基組。在高斯優(yōu)化的基礎上，通過R.E.D.對原子電荷分布的擬合得到相應的小分子力場，其他原子參數(shù)采用常規(guī)Amber力場（Gaff）進行處理。每個體系放入一個TIP3水盒子中，盒子邊界與蛋白質之間最小距離設置為10?。同時，在水盒子中加入0.15 mol/L的鈉離子和氯離子使體系保持電中性，盡可能還原真實的實驗環(huán)境。首先用共軛梯度算法對所有系統(tǒng)進行10 000步的能量最小化，然后將體系逐漸升溫到310 K；溫度控制在310 K，所有體系在NVT系綜條件下進行2 ns平衡；同樣在310 K溫度和1 atm壓強下，截斷值設為12，所有體系在NPT系綜下進行了200 ns的分子動力學模擬。

1.6 結合自由能計算

本研究通過分子動力學泊松玻爾茲曼-表面積法（molecular mechanics-Poisson Boltzmann surface area，MM-PBSA），采用分子動力學模擬軌跡最后30 ns等間隔提取的300個構象，計算了小分子化合物與ACE2的結合自由能。MM-PBSA方法已在結合自由能計算中得到了廣泛應用［26］，具體公式如下：

公式中ΔGcomplex、ΔGprotein和ΔGligand分別表示復合物、受體蛋白以及配體的吉布斯自由能，每一項自由都由ΔEMM、ΔGsolvation和-TΔS 3部分組成，分別表示真空中受體-配體結合前后動力學能量的差值、溶劑化自由能和熵罰。其中動力學項ΔEMM可分為范德華相互作用（ΔEvdW）和靜電相互作用（ΔEele），溶劑化自由能包括極性溶劑化自由能（ΔGsol-polar）和非極性溶劑化自由能（ΔGsol-nonpolar）。

2 結 果

2.1 中藥處方建立“新冠肺炎中藥候選活性成分數(shù)據(jù)庫”

檢索文獻和臨床治療處方，全面搜集抗COVID-19的有效方劑，最終篩選出143個中藥處方作為候選處方。對處方中的中藥進行名稱規(guī)范并進行頻數(shù)統(tǒng)計，取頻次≥5的中藥材作為研究對象。共搜集到209種藥材，其中59種作為研究對象。利用中藥系統(tǒng)藥理學分析平臺數(shù)據(jù)庫（TCMSP）檢索和篩選，獲得了640個候選中藥活性成分，完成COVID-19中藥候選活性成分數(shù)據(jù)庫的建立。COVID-19中藥候選活性成分篩選流程圖見圖1。

2.2 HipHop藥效團模型建立及驗證

采用HipHop方法，以訓練集中的6個活性化合物為對象構建出10個藥效團模型。訓練集中活性化合物詳細信息見表S1，HipHop藥效團模型構建結果見表1。10個藥效團評分值都超過88，同時其匹配數(shù)均為6，說明訓練集中6個小分子的共同特征比較明顯。圖2為藥效團驗證結果，在評分值盡可能高的情況下，選取與活性化合物匹配度較高及與非活性化合物匹配度較低的藥效團作為優(yōu)選藥效團模型。根據(jù)藥效團熱圖選擇優(yōu)選藥效團，暖色調(diào)代表藥效團對配體響應度較高，冷色調(diào)代表藥效團對配體響應度較低。本研究選取藥效團08為優(yōu)選藥效團模型進行后續(xù)實驗。

2.3 優(yōu)選藥效團對“新冠肺炎中藥候選活性成分數(shù)據(jù)庫”中潛在SARS-CoV-2抑制成分的虛擬篩選

采用2.2節(jié)中構建的優(yōu)選藥效團模型，對2.1節(jié)中構建的“新冠肺炎中藥候選活性成分數(shù)據(jù)庫”中640個小分子化合物進行虛擬篩選，匹配出107個化合物。再通過“成藥五原則”（分子質量＜500 u，氫鍵供體數(shù)＜5，氫鍵受體數(shù)＜10，脂水分配系數(shù)＜5，可旋轉鍵≤10）對小分子化合物進行類藥性篩選，最終得到72個可與ACE2結合的潛在SARS-CoV-2抑制活性小分子。優(yōu)選藥效團08主要是由3個氫鍵受體（A）、2個疏水中心（H）和1個芳環(huán)中心（R）組成（圖3a）。圖3b-h為優(yōu)選藥效團匹配到的候選成分。表2為虛擬篩選出的部分排名靠前的主要活性成分。

2.4 潛在活性成分與ACE2關鍵位點的分子對接

為了進一步篩選可以與SARS-CoV-2 S蛋白競爭性結合在ACE2關鍵活性位點的抑制劑分子，本項研究以2.3節(jié)中虛擬篩選出的72個潛在抑制劑小分子為配體，以人源ACE2蛋白為受體進行了分子對接研究。宋磊等［27］通過點突變實驗發(fā)現(xiàn)SARSCoV-2 S蛋 白 的GLY502、TYR505、TYR489、LYS417、ASN487、ASN501在與ACE2分子識別時起到至關重要的作用。本文通過反向找靶確定了ACE2中與上述殘基具有關鍵相互作用的氨基酸殘

基（GLN24、THR27、TYR83、TYR41、LYS353、LYS354），并以此為對接活性位點。采用Libdock半柔性對接方式進行分子對接。每種小分子化合物對接結果中出現(xiàn)多種結合構象，在打分值盡可能高的情況下，選擇S蛋白RBD與ACE2的結合位點處關鍵氨基酸殘基呈現(xiàn)較強相互作用的小分子化合物為潛在活性成分。如表3所示，共篩選出10個小分子化合物，10個小分子的詳細信息見表S2。為了驗證對接結果合理性，同時使用Auto Dock Vina軟件驗證分子對接結果。在Libdock篩選出10個化合物中，有3個化合物與S蛋白/ACE2識別位點處關鍵氨基酸殘基具有較強相互作用（圖4）。

2.5 分子動力學模擬驗證

分子對接無法充分考慮蛋白質結構的柔性，為了進一步闡明候選藥物與受體蛋白的關鍵相互作用，以及候選藥物的結合對S蛋白與ACE2識別的影響，本項研究對最佳分子對接模型進行了分子動力學模擬。在200 ns的分子動力學模擬中，3個化合物與ACE2的均方根偏差（RMSD）都達到了相對平衡的狀態(tài)（圖5，圖S1）。MM/PBSA方法計算得到的結合自由能收斂（圖S2）。如表4所示，3個小分子化合物與ACE2的結合自由能均為負值，MOL012556具有最好的結合自由能（（-14.8±0.5）kcal/mol），其 次 為MOL003306（（-14.6±0.4）kcal/mol），MOL004866的 結 合 自 由 能 最 弱（（-10.5±0.5）kcal/mol）。此外，從結合自由能分解項可以看出候選化合物與ACE2的結合主要是由范德華相互作用力（ΔEvdW）驅動的。

經(jīng)過200 ns的分子動力學模擬，最終只有MOL012556小分子依然處在最初結合位置，其他兩個小分子結合位點發(fā)生改變，移動到ACE2腔體深處。圖6展示了MOL012556、MOL004866、MOL003306三個小分子與ACE2在結合自由能最低時候的代表性結合方式與相互作用。對于MOL012556（圖6a），在結合位點處，其C21、C39和C15位羥基分別與ACE2的ASP350（2.6?）、MET383（2.7?）、ALA386（3.0?）形成3個氫鍵相互作用，LYS353、ARG393與MOL012556通過靜電相互作用結合在一起。除此之外，GLY354、PHE356和ALA387與MOL012556通過疏水相互作用結合在一起。MOL003306與MOL012556具有相似的結合自由能，但表現(xiàn)出不同的結合方式。MOL003306主要通過疏水相互作用結合在ACE2腔體深處，其中包括：PHE40、TRP69和PHE390與配體間的Pi-Pi疏水堆積作用；LEU73、LEU391與配體間的Pi-Alkyl疏水作用；以及GLN102、ASP350與配體間的靜電相互作用（圖6c）。MOL004866（圖6b）、C18位 或C19位 羥 基 與ASP382通過氫鍵相互作用結合。此外，MOL004866通過靜電相互作用與ASP350、ASP382和LYS562結合，通過疏水相互作用與PHE40、PHE390和LEU391結合。

因此，上述3個候選藥物都可以與ACE2形成穩(wěn)定的復合物，尤其是MOL012556可以結合在S蛋白與ACE2的識別位點。圖7為MOL012556結合前后S蛋白與ACE2的結合模型圖，黃色卡通呈現(xiàn)的是S蛋白，灰色卡通為無配體時的ACE2受體，玫紅色卡通為加入MOL012556小分子后ACE2構象。從動力學模擬結果看，當無抑制劑分子時（圖7a），ACE2氨基酸殘基TYR41的側鏈乙基-苯酚羥基與S蛋白氨基酸殘基THR550上的主鏈氧原子形成氫鍵相互作用。此外，ACE2的氨基酸殘基LYS353分別與S蛋白氨基酸殘基GLY496、ASN501、GLY502形成較強的氫鍵相互作用。然而，當MOL012556結合以后（圖7b），S蛋白與ACE2間的關鍵相互作用，尤其是上述氫鍵相互作用完全喪失。整體來看，MOL012556小分子與ACE2結合方式和相互作用更優(yōu)，兩者的結合能有效阻斷SARS-CoV-2 S蛋白與宿主細胞ACE2結合，進而阻斷病毒感染人體。綜上，本文推測MOL012556小分子極有可能是一種潛在的SARSCoV-2抑制劑。

3 討 論

為了探索對SARS-CoV-2具有潛在抑制作用的中藥活性成分，本文首先檢索了COVID-19治療中藥處方143個，代表處方有荊防敗毒散、柴胡達胸合劑、疏風解毒膠囊、連花清瘟膠囊、清肺達原顆粒、化濕敗毒方、宣肺敗毒方、止咳枇杷合劑等。其中代表性藥材包括黃芪、黃芩、連翹、柴胡、甘草、青蒿、枇杷葉等，這些藥材被報道在抗SARSCoV-2中起到一定作用［28］，表明本文取樣和統(tǒng)計方法的可靠性。本文進一步采用基于配體的虛擬藥物篩選，分子對接和分子動力學模擬等方法探究了這些藥材中的活性成分與ACE2蛋白的互作機制。結果表明，MOL012556小分子與ACE2的結合能有效阻斷SARS-CoV-2 S蛋白與宿主細胞ACE2識別的關鍵相互作用。因此，推測MOL012556小分子為一種潛在的SARS-CoV-2抑制劑。

MOL012556小分子全稱為23-trans-pcoumaryhormentic acid，其OB為36.08，DL為0.32。23-trans-p-coumaryhormentic acid是中藥枇杷葉中有效活性成分，代表處方有五葉蘆根湯代茶飲、新冠康復顆粒、薛氏五葉蘆根湯、銀連解毒湯、止咳枇杷合劑。枇杷葉主要含有黃酮類、三萜酸類、有機酸類、揮發(fā)油類等化學成分，主要用于清肺止咳、降逆止嘔，同時還具有抗炎、祛痰、止咳、抗肺纖維化、抗氧化、降血糖、抗腫瘤、止嘔等藥理作用［29］。向陽等［30］基于網(wǎng)絡藥理學與分子對接法探討薛氏五葉蘆根湯防控COVID-19的作用機理，發(fā)現(xiàn)薛氏五葉蘆根湯中多種活性成分可通過與COVID-19的相關靶標結合，通過多種生物學途徑對COVID-19發(fā)揮調(diào)控作用。周瑞等［31］預測止咳枇杷合劑干預COVID-19的作用機制得出結論：枇杷葉作為方劑中主要中藥，其活性化合物可能通過抗炎、抗病毒復制等過程發(fā)揮多靶點、多通路、多成分干預COVID-19的作用。由此可見，枇杷葉抗炎、祛痰、止咳、抗肺纖維化等療效在COVID-19治療中發(fā)揮巨大作用，其有效活性成分在研發(fā)COVID-19特異性抗病毒藥物中具有極大的潛力。

目前，已有阻斷ACE2和病毒S蛋白相互作用的潛在COVID-19藥物的研究。有研究報道了兩種影響ACE2和病毒S蛋白相互作用的小分子，分別為SSAA09E2（-8.04 kcal/mol） 和Nilotinib（-8.34 kcal/mol）［32］。從 親 和 力 看23-trans-pcoumaryhormentic acid（（-14.8±0.5）kcal/mol）優(yōu)于上述兩種分子。SSAA09E2的結合使得ACE2和S蛋白之間產(chǎn)生了更多的氫鍵和更強的相互作用，盡管該研究中通過動力學分析強調(diào)SSAA09E2的結合可對ACE2和S蛋白的結合過程產(chǎn)生影響，但SSAA09E2更有可能是一種ACE2與S蛋白結合的激 動 劑。與SSAA09E2相 比，23-trans-pcoumaryhormentic acid有效阻斷了ACE2和S蛋白之間包括氫鍵在內(nèi)的相互作用，更有可能開發(fā)為SARS-CoV-2抑制劑分子。另外一種分子Nilotinib的結合可通過阻斷ACE2和S蛋白之間氫鍵相互作用進而影響ACE2和S蛋白的結合。23-trans-pcoumaryhormentic acid與Nilotinib有 相 似的 抑 制機制，但不同于Nilotinib（酪氨酸蛋白激酶（abl-tk）抑制劑），23-trans-p-coumaryhormentic acid是已用于COVID-19治療的中藥處方中的活性成分，更有可能開發(fā)為SARS-CoV-2抑制劑分子。遺憾的是，限于目前難以獲取23-trans-p-coumaryhormentic acid的純品，本研究還不能從生物實驗上驗證其對SARS-CoV-2的抑制作用。進一步的實驗驗證非常值得期待。

4 結 論

本文通過中藥處方挖掘和分子動力學模擬，從143個COVID-19治療中藥處方中篩選出10種可與SARS-CoV-2 S蛋白/人源ACE2識別位點結合的中藥成分。其中，枇杷葉主要活性成分23-trans-pcoumaryhormentic acid與ACE2具有最高的親和力，且23-trans-p-coumaryhormentic acid的結合可有效阻斷SARS-CoV-2 S蛋白與宿主細胞ACE2的結合，進而阻止SARS-CoV-2感染人體。因此，本文推測23-trans-p-coumaryhormentic acid小分子是一種潛在的SARS-CoV-2抑制劑，同時從原子水平預測了其抑制SARS-CoV-2 S蛋白與ACE2結合的內(nèi)在機制，這將為SARS-CoV-2特異性抗病毒藥物的研發(fā)提供新的思路。

附件見本文網(wǎng)絡版（http://www.pibb.ac.cn或http://www.cnki.net）：

PIBB_20220224_Table S1.pdf

Table 1 Parameters of 10 pharmacophores based on common molecular characteristics

Table 2 Information graph of main active ingredients screened by the virtual screen

Table 3 Molecular docking results

Table 4 MM/PBSA derived binding free energies(kcal·mol-1)of small molecule compounds and ACE2

PIBB_20220224_Table S2.pdf

PIBB_20220224_Fig S1.jpg

PIBB_20220224_Fig S2.jpg