[論文レビュー] Quantitative Structure Property Analysis of Anti-Covid-19 Drugs

Sunilkumar M. Hosamani|arXiv (Cornell University)|Aug 6, 2020

Computational Drug Discovery Methods参考文献 19被引用数 6

ひとこと要約

本研究では、トポロジカル指標を用いて、抗SARS-CoV-2植物由来化合物の物理化学的性質を予測する定量的構造-性質相関（QSPR）分析を実施した。分子量とトポロジカル極性表面積の予測において、それぞれサイクル結合性指数（SCI）および第一ゼグレブ指数（M₁）が最も予測能の高い記述子であった。本研究は、抗COVID-19薬の発見を加速するための計算フレームワークを提供する。

ABSTRACT

Inspired by recent work on anti-covid-19 drugs \cite{2} here we study the Quantitative-structure property relationships(QSPR) of phytochemicals screened against SARS-CoV-2 $3CL^{pro}$ with the help of topological indices like the first Zagreb index $M_{1}$, second Zagreb index $M_{2}$, Randi$\acute{c}$ index $R$, Balban index $J$ and sum-connectivity index $SCI(G)$. Our study has raveled that the sum-connectivity index $(SCI)$ and the first Zagreb index $(M_{1})$ are two important parameters to predict the molecular weight and the topological polar surface area of phytochemicals respectively.

研究の動機と目的

• SARS-CoV-2 3CLpro阻害作用を示す植物由来化合物のトポロジカル指標と主要な物理化学的性質との間の定量的構造-性質相関（QSPR）を確立すること。
• 5つのトポロジカル指標（M₁, M₂, R, J, SCI）が分子量およびトポロジカル極性表面積（TPSA）をどれだけ正確に予測できるかを評価すること。
• 2次元分子構造から単独で薬物様性を信頼性高く推定できる最も強固な分子記述子を同定すること。
• 迅速かつ費用対効果の高い方法として、有望な植物由来候補を実験的検証の対象に優先順位を付けるための計算薬物設計を支援すること。

提案手法

• SARS-CoV-2 3CLpro阻害作用を示す20種の植物由来化合物の2次元分子グラフから、5つのトポロジカル指標（M₁, M₂, R, J, SCI）を計算した。
• 分子量およびトポロジカル極性表面積（TPSA）の実験データは、Qamarら[14]およびPubChemから取得した。
• 各トポロジカル指標と分子量およびTPSAとの相関を調べるため、線形、2次、対数回帰モデルを適用した。
• 決定係数（R²）、F統計量、p値（S）を用いてモデルの性能を評価し、統計的有意性および予測精度を検証した。
• 標準的なグラフ理論的定義（頂点次数、辺寄与、距離に基づく重み）を用い、Balban（J）およびRandić（R）などの指標の定義を行った。
• 相関行列および複数の回帰形式におけるモデル適合統計量を用いて、結果の妥当性を検証した。

実験結果

リサーチクエスチョン

• RQ1 抗SARS-CoV-2植物由来化合物において、分子量と最も強い相関を示すトポロジカル指標はどれか？
• RQ2 サイクル結合性指数（SCI）は、これらの化合物の分子量をどれほど正確に予測できるか？
• RQ3 トポロジカル極性表面積（TPSA）を最もよく予測できるトポロジカル指標はどれか？これは薬物様性の主要な記述子である。
• RQ4 線形、2次、対数回帰モデルの各形式は、トポロジカル記述子から物理化学的性質を予測する際に、どのように比較されるか？
• RQ5 第一ゼグレブ指数（M₁）は、初期段階の薬物スクリーニングにおいて、TPSAの信頼できる予測因子として機能できるか？

主な発見

• サイクル結合性指数（SCI）は、分子量予測において最も高い予測能を示し、最良の対数モデル（モデル50）でR² = 0.791を達成した。
• 第一ゼグレブ指数（M₁）は、トポロジカル極性表面積（TPSA）との相関が最も強く、対数モデル（モデル61）でR² = 0.815を達成した。
• SCIを用いた分子量予測モデルでは、F統計量が37.849、p値が0.000であり、高い統計的有意性を示した。
• Balban指数（J）は弱い予測能力を示し、R²値が0.159～0.472の範囲にとどまり、これらの性質の予測には限界があることが示唆された。
• すべての指標の中で、SCIとM₁が最も信頼性の高い記述子として特定され、SCIは分子量予測に、M₁はTPSA予測に最も適していることが判明した。
• 対数および2次形式の回帰モデルは、線形モデルよりも分子量およびTPSAの両方の予測において優れた性能を示した。特にSCIおよびM₁を用いたモデルで顕著であった。