基于结构发现的新型Granzyme A（GZMA）抑制剂用于自闭症谱系障碍的研究：通过整合转录组学、虚拟筛选和长时程分子动力学模拟

PLoS One2026-01-01DOI: 10.1371/journal.pone.0359103同行评审

Alharbi M, Alshammari A, Al Shabanah O, Mufadhe Alanazi M, Altuwaijri A, F Alasmari A, Alshammari T

摘要

本研究通过整合转录组学、虚拟筛选和长时程分子动力学模拟，将GZMA鉴定为自闭症谱系障碍（ASD）相关免疫效应器候选基因，并将T2确定为最有潜力的先导化合物。研究结果强调了长时程分子动力学模拟和结合自由能区分稳定结合物和短暂构象的重要性。

通过整合转录组学、虚拟筛选和长时程分子动力学模拟，鉴定用于自闭症谱系障碍（ASD）治疗的新型GZMA抑制剂。

研究采用了包括异常值感知质量控制、差异表达分析、功能富集分析、加权基因共表达网络分析和蛋白质-蛋白质相互作用网络中心性评分的整合计算框架。对GZMA的活性位点进行了基于结构的虚拟筛选，随后通过分子动力学模拟评估结合稳定性和构象持久性。

重新分析了外周血转录组数据集GSE26415。

GZMA被鉴定为自闭症谱系障碍（ASD）相关免疫效应器候选基因，T2是最有潜力的先导化合物。长时程分子动力学模拟和结合自由能在区分稳定结合物和短暂构象方面至关重要。

该研究通过整合多种计算和实验技术，提供了一种全面的方法来识别潜在的ASD治疗方法。它强调了在药物发现中考虑结合稳定性和构象持久性的重要性。

该研究受限于其为体外研究，且尚未测试所识别的抑制剂在体内的有效性。此外，所识别的抑制剂对自闭症（ASD）患者长期影响尚不清楚。

GZMAASDmolecular dynamicsvirtual screeningtranscriptomics