摘要：

结构化RNA元件（例如以UU内部环结构为特征的CUG重复序列扩展）是小分子识别的高价值但具有挑战性的靶点。 在针对RNA的药物研发中，一个显著的障碍在于如何高效地识别能够与动态RNA环结构结合的配体。为解决这一问题，我们开发了两种动态分子对接 方法——DynaD和DynaD/Auto，这些计算工具旨在快速识别小分子与RNA靶点的结合特性。这些方法可预测结合态的全局极小值和局部极小值及其结合能，从而阐明当前实验技术无法探测到的结合能景观。

DynaD 是一种基于分子动力学（基于物理理论 ）的计算方法，用于预测已知结合口袋但缺乏结构数据的 RNA 环的初始配体结合状态。它利用分子动力学（分子动力学 (MD) ，MD）模拟结合过程，该模拟由基于距离的反应坐标和力场相互作用引导，而非经验评分函数。这使得能够探索复杂的 RNA-配体能量景观，并识别能量上有利的结合模式。 结合自由能采用MM/PBSA和MM/3D-RISM方法进行计算，以比较不同结合模式并确定全局极小值。

为解决柔性系统中伞式采样（构象 ）的采样局限性，我们开发了DynaD/Auto——一种融合了来自UU内部循环的伞式采样数据与AutoDock预测结果的混合方法。该工作流程通过整合先验结构信息，提高了采样和预测的准确性。伞式采样轨迹能够对RNA环的伞式采样（构象 ）集合进行采样，从而识别出具有生物学意义的全局极小值和局部极小值。模拟 的预测结果经实验数据验证，显示出强烈的正相关性。树状图分析基于RMSD聚类，突显了不同的结合模式。

当缺乏结构数据时，DynaD 可提供强制靶向功能；而 DynaD/Auto 则利用已知的自由能景观来提高预测精度。这些方法相结合，为可靠地识别 RNA-配体相互作用提供了一个强大的框架，特别是在 CUG 重复序列等动态且结构复杂的 RNA 靶标中。

演讲者：

纳库尔·巴拉吉，佛罗里达大西洋大学

纳库尔·巴拉吉是佛罗里达大西洋大学威尔克斯荣誉学院计算生物物理学专业的本科生研究员，目前主修数据分析方向。他的研究主要集中在分子分子对接 和小分子药物发现领域。