17 Андрианов А. М. Фурс К. В. Шульдов Н. А. Тузиков А. В. генеративные нейронные сети глубокого обучения SARS-CoV-2 основная протеаза молекулярный докинг молекулярная динамика противовирусные препараты 2023 2023-07-06 10.29235/1561-8323-2023-67-3-197-206 Доклады Национальной академии наук Беларуси С помощью генеративной нейронной сети глубокого обучения, разработанной ранее на основе технологий искусственного интеллекта, осуществлен de novo дизайн 95 775 потенциальных лигандов основной протеазы (Mpro) SARS-CoV-2, играющей важную роль в процессе репликации вируса. Методами молекулярного докинга и молекулярной динамики выполнена оценка аффинности связывания этих молекул с каталитическим сайтом фермента. В результате проведенных исследований отобраны 7 соединений-лидеров, которые характеризуются низкими значениями свободной энергии Гиббса, сопоставимыми с величинами, полученными с помощью идентичного вычислительного протокола для двух мощных нековалентных ингибиторов Mpro SARS-CoV-2, использованных в расчетах в качестве позитивного контроля. Полученные результаты свидетельствуют о перспективности использования идентифицированных соединений в работах по созданию новых противовирусных препаратов, терапевтическое действие которых основано на ингибировании каталитической активности Mpro SARS-CoV-2. https://www.academjournals.by/publication/2269 https://www.academjournals.by/files/2267