A dynamic simulation study of FDA drug from zinc database against COVID-19 main protease receptor

Abstract
The sudden outbreak of COVID-19 has been responsible for several deaths across the globe. Due to its high contagious nature, it spreads from one human to another very quickly. Now it becomes a global public health threat with no approved treatments. In silico techniques can accelerate the drug development process. Our research aimed to identify the novel drugs for inhibition of Main protease (Mpro) enzyme of COVID-19 by performing in silico approach. In this context, a library consisting of 3180 FDA-approved drugs from ‘the ZINC database’ was used to identify novel drug candidates against ‘the Mpro’ of SARS-CoV-2. Initially, the top 10 drugs out of 3180 drugs were selected by molecular docking according to their binding score. Among 10 selected drugs; seven drugs that showed binding with Mpro enzyme residue Glu166 were subjected to100 ns Molecular dynamics (MD) simulation. Out of seven compounds, four namely, ZINC03831201, ZINC08101052, ZINC01482077, and ZINC03830817 were found significant based on MD simulation results. Furthermore, RMSD, RMSF, RG, SASA, PCA, MMPBSA (for last 40 ns) were calculated for the 100 ns trajectory period. Currently, the world needs potent drugs in a short period and this work suggests that these four drugs could be used as novel drugs against COVID-19 and it also provides new lead compounds for further in vitro, in vivo, and ongoing clinical studies against SARS-CoV-2.Communicated by Ramaswamy H. Sarma.
Keywords: FDA drugs; SARS-CoV-2; main protease; molecular docking; molecular dynamic simulation; zinc database.

All Keywords
【저자키워드】 SARS-CoV-2, main protease, molecular docking, FDA drugs, molecular dynamic simulation, zinc database., 【초록키워드】 COVID-19, Zinc, molecular docking, drug, molecular dynamics, protease, in vitro, FDA-approved drugs, FDA, database, ZINC database, MD simulation, MPro, Spread, outbreak, Research, death, trajectory, molecular, in vivo, binding, compounds, clinical study, RMSD, RMSF, PCA, lead, in silico Approach, FDA-approved drug, global public health, enzyme, residue, Compound, library, drug candidate, Glu166, contagious, Seven, selected, responsible, identify, was used, globe, approved, calculated, provide, accelerate, Initially, 【제목키워드】 COVID-19, FDA, database, receptor,

{{{ 추상적인 }}} COVID-19의 갑작스러운 발병으로 전 세계적으로 여러 명이 사망했습니다. 전염성이 높기 때문에 한 사람에서 다른 사람으로 매우 빠르게 퍼집니다. 이제 승인된 치료법이 없는 전 세계적인 공중 보건 위협이 되었습니다. In silico 기술은 약물 개발 프로세스를 가속화할 수 있습니다. 우리 연구는 in silico 접근을 수행하여 COVID-19의 Main protease(Mpro) 효소를 억제하는 새로운 약물을 식별하는 것을 목표로 했습니다. 이와 관련하여 'ZINC 데이터베이스'의 FDA 승인 약 3180개로 구성된 라이브러리를 사용하여 SARS-CoV-2의 'Mpro'에 대한 신약 후보를 식별했습니다. 처음에는 3180개의 약물 중 상위 10개 약물이 결합 점수에 따라 분자 도킹에 의해 선택되었습니다. 10개의 선택된 약물 중; Mpro 효소 잔기 Glu166과의 결합을 나타내는 7개의 약물에 대해 100ns 분자 역학(MD) 시뮬레이션을 수행했습니다. 7개의 화합물 중 ZINC03831201, ZINC08101052, ZINC01482077 및 ZINC03830817의 4개 화합물은 MD 시뮬레이션 결과에 따라 유의미한 것으로 밝혀졌습니다. 또한 RMSD, RMSF, RG, SASA, PCA, MMPBSA(마지막 40ns 동안)는 100ns 궤적 기간에 대해 계산되었습니다. 현재 세계는 단기간에 강력한 약물이 필요하며 이 작업은 이 4가지 약물이 COVID-19에 대한 새로운 약물로 사용될 수 있음을 시사하고 SARS에 대한 추가 in vitro, in vivo 및 진행 중인 임상 연구를 위한 새로운 리드 화합물을 제공합니다. -CoV-2.Ramaswamy H. Sarma가 전달함. {{ 키워드: }} FDA 의약품; 사스 코로나바이러스 2; 주요 프로테아제; 분자 도킹; 분자 동적 시뮬레이션; 아연 데이터베이스.