处理完成 基于机器学习和虚拟筛选技术发现新型TLR4/MD2抑制剂T19093及其抗炎作用机制研究

　　为解决现有TLR4/MD2抑制剂副作用大的问题，研究人员开展基于机器学习和虚拟筛选技术发现新型抗炎药物的研究。研究发现植物来源的多酚化合物T19093具有强效抗炎活性，能抑制TLR4/MD2下游信号通路激活，为炎症相关疾病治疗提供了新的候选药物。

　　

TLR4/MD2复合物作为开发新型抗炎药物的关键靶点，一直是科研人员关注的焦点。然而，现有的抑制剂往往伴随着明显的不良反应，迫切需要寻找更安全的替代品。

本研究巧妙运用机器学习技术和虚拟筛选方法，成功构建了基于MACCS指纹的预测模型。通过这一智能筛选系统，研究人员从海量化合物中锁定了目标分子，并利用分子对接技术评估它们与TLR4/MD2复合物的结合自由能。

在众多候选化合物中，源自鼠曲草属植物的多酚类化合物T19093脱颖而出，展现出卓越的结合能力，对接评分为-11.29 kcal/mol。ADMET预测进一步证实该化合物具备良好的药代动力学特性和均衡的理化性质。

分子动力学模拟验证了T19093与TLR4/MD2复合物之间稳定的结合状态。在LPS处理的THP-1细胞实验中，T19093通过抑制TLR4/MD2下游信号通路的激活，有效缓解了炎症反应，阻断了TLR4/MD2相互作用。

这项研究通过计算生物学手段成功发现了具有潜力的新型TLR4/MD2抑制剂T19093，展现了强大的抗炎活性，为炎症相关疾病的治疗开辟了崭新的途径。