天然产物针对Caspase-1的虚拟筛选研究

为了寻找靶向Caspase-1的活性化合物，本研究建立了四种机器学习分类模型(RF、SVM、ANN和VOTING)。这些模型根据不同的评估指标进行了比较，具有高曲线下面积(AUC)的最佳分类模型被用来对ZINC数据库中的天然产物进行虚拟筛选。随后通过不同的药物相似性规则对化合物的ADMET特性进行了过滤。此外，考虑到蛋白质与配体结合的实际情况，本文对每个选定的配体与Caspase-1进行了分子对接和相互作用分析。根据计算出的结合能进行排序，并筛选出3个潜在的抑制剂。