Published March 20, 2013 | Version v1
Publication Open

Toll-Like Receptor 7 Agonists: Chemical Feature Based Pharmacophore Identification and Molecular Docking Studies

Creators

  • 1. Shanghai Tenth People's Hospital
  • 2. Tongji University
  • 3. Baotou Medical College
  • 4. Peking University

Description

Chemical feature based pharmacophore models were generated for Toll-like receptors 7 (TLR7) agonists using HypoGen algorithm, which is implemented in the Discovery Studio software. Several methods tools used in validation of pharmacophore model were presented. The first hypothesis Hypo1 was considered to be the best pharmacophore model, which consists of four features: one hydrogen bond acceptor, one hydrogen bond donor, and two hydrophobic features. In addition, homology modeling and molecular docking studies were employed to probe the intermolecular interactions between TLR7 and its agonists. The results further confirmed the reliability of the pharmacophore model. The obtained pharmacophore model (Hypo1) was then employed as a query to screen the Traditional Chinese Medicine Database (TCMD) for other potential lead compounds. One hit was identified as a potent TLR7 agonist, which has antiviral activity against hepatitis virus in vitro. Therefore, our current work provides confidence for the utility of the selected chemical feature based pharmacophore model to design novel TLR7 agonists with desired biological activity.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

تم إنشاء نماذج الناقلات الدوائية القائمة على الخصائص الكيميائية لمنبهات المستقبلات الشبيهة بالرسوم 7 (TLR7) باستخدام خوارزمية HypoGen، والتي يتم تنفيذها في برنامج Discovery Studio. تم تقديم العديد من أدوات الطرق المستخدمة في التحقق من صحة نموذج الحامل الدوائي. اعتبرت الفرضية الأولى أن Hypo1 هو أفضل نموذج للحامل الدوائي، والذي يتكون من أربع ميزات: متقبل رابطة الهيدروجين، ومتبرع رابطة الهيدروجين، وسمتين كارهتين للماء. بالإضافة إلى ذلك، تم استخدام نمذجة التماثل ودراسات الالتحام الجزيئي للتحقيق في التفاعلات بين الجزيئات بين TLR7 وناهضاتها. كما أكدت النتائج موثوقية نموذج الحامل الدوائي. ثم تم استخدام نموذج الحامل الدوائي الذي تم الحصول عليه (Hypo1) كاستعلام لفحص قاعدة بيانات الطب الصيني التقليدي (TCMD) لمركبات الرصاص المحتملة الأخرى. تم تحديد إصابة واحدة على أنها ناهض TLR7 قوي، والذي له نشاط مضاد للفيروسات ضد فيروس التهاب الكبد في المختبر. لذلك، يوفر عملنا الحالي الثقة في فائدة نموذج ناقلات الأدوية الكيميائية المختارة لتصميم ناهضات TLR7 الجديدة مع النشاط البيولوجي المطلوب.

Translated Description (French)

Des modèles de pharmacophores basés sur les caractéristiques chimiques ont été générés pour les agonistes des récepteurs Toll-like 7 (TLR7) à l'aide de l'algorithme HypoGen, mis en œuvre dans le logiciel Discovery Studio. Plusieurs outils de méthodes utilisés dans la validation du modèle pharmacophore ont été présentés. La première hypothèse Hypo1 a été considérée comme le meilleur modèle pharmacophore, qui se compose de quatre caractéristiques : un accepteur de liaison hydrogène, un donneur de liaison hydrogène et deux caractéristiques hydrophobes. En outre, des études de modélisation d'homologie et d'amarrage moléculaire ont été utilisées pour sonder les interactions intermoléculaires entre TLR7 et ses agonistes. Les résultats ont en outre confirmé la fiabilité du modèle pharmacophore. Le modèle de pharmacophore obtenu (Hypo1) a ensuite été utilisé comme requête pour rechercher d'autres composés principaux potentiels dans la base de données de la médecine traditionnelle chinoise (TCMD). Un hit a été identifié comme un agoniste puissant du TLR7, qui a une activité antivirale contre le virus de l'hépatite in vitro. Par conséquent, nos travaux actuels confirment l'utilité du modèle pharmacophore basé sur les caractéristiques chimiques sélectionné pour concevoir de nouveaux agonistes de TLR7 ayant l'activité biologique souhaitée.

Translated Description (Spanish)

Se generaron modelos de farmacóforos basados en características químicas para agonistas de receptores tipo Toll 7 (TLR7) utilizando el algoritmo HypoGen, que se implementa en el software Discovery Studio. Se presentaron varias herramientas de métodos utilizadas en la validación del modelo de farmacóforo. La primera hipótesis Hypo1 se consideró el mejor modelo de farmacóforo, que consta de cuatro características: un aceptor de enlace de hidrógeno, un donador de enlace de hidrógeno y dos características hidrófobas. Además, se emplearon estudios de modelado de homología y acoplamiento molecular para sondear las interacciones intermoleculares entre TLR7 y sus agonistas. Los resultados confirmaron además la fiabilidad del modelo de farmacóforo. El modelo de farmacóforo obtenido (Hypo1) se empleó luego como una consulta para examinar la Base de Datos de Medicina Tradicional China (TCMD) en busca de otros posibles compuestos principales. Un hit se identificó como un potente agonista de TLR7, que tiene actividad antiviral contra el virus de la hepatitis in vitro. Por lo tanto, nuestro trabajo actual proporciona confianza en la utilidad del modelo de farmacóforo basado en características químicas seleccionado para diseñar nuevos agonistas de TLR7 con la actividad biológica deseada.

Files

journal.pone.0056514&type=printable.pdf

Files (1.3 MB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:26543f16a6030e19cb7ec2c2f2c25547
1.3 MB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
ناهضات المستقبلات 7 الشبيهة بالرسوم: تحديد الحامل الدوائي القائم على الخصائص الكيميائية ودراسات الالتحام الجزيئي
Translated title (French)
Agonistes du récepteur Toll-Like 7 : études d'identification des pharmacophores et d'amarrage moléculaire basées sur les caractéristiques chimiques
Translated title (Spanish)
Agonistas del receptor tipo Toll 7: identificación de farmacóforos basada en características químicas y estudios de acoplamiento molecular

Identifiers

Other
https://openalex.org/W1994142615
DOI
10.1371/journal.pone.0056514

Is supplement to
https://openalex.org/W3041915240 (Other)
https://openalex.org/W2969563261 (Other)
https://openalex.org/W2115078847 (Other)
https://openalex.org/W2080809815 (Other)
https://openalex.org/W2077097504 (Other)
https://openalex.org/W2062768126 (Other)
https://openalex.org/W2061401330 (Other)
https://openalex.org/W2055137136 (Other)
https://openalex.org/W2000397010 (Other)
https://openalex.org/W1580389218 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
China

References

  • https://openalex.org/W1972776583
  • https://openalex.org/W1978962348
  • https://openalex.org/W1983304433
  • https://openalex.org/W1986191025
  • https://openalex.org/W1994108614
  • https://openalex.org/W1995744610
  • https://openalex.org/W1999546563
  • https://openalex.org/W2007422349
  • https://openalex.org/W2011559396
  • https://openalex.org/W2017227222
  • https://openalex.org/W2021909539
  • https://openalex.org/W2030611349
  • https://openalex.org/W2036970411
  • https://openalex.org/W2045384882
  • https://openalex.org/W2065423690
  • https://openalex.org/W2075295096
  • https://openalex.org/W2077332797
  • https://openalex.org/W2080399344
  • https://openalex.org/W2102993309
  • https://openalex.org/W2106882534
  • https://openalex.org/W2111260918
  • https://openalex.org/W2116360760
  • https://openalex.org/W2116692899
  • https://openalex.org/W2133842820
  • https://openalex.org/W2145038500
  • https://openalex.org/W2161368479
  • https://openalex.org/W2166104104
  • https://openalex.org/W4249383371