دورية أكاديمية
Machine Learning-Based Virtual Screening of Antibacterial Agents against Methicillin-Susceptible and Resistant Staphylococcus aureus .
| العنوان: | Machine Learning-Based Virtual Screening of Antibacterial Agents against Methicillin-Susceptible and Resistant Staphylococcus aureus . |
|---|---|
| المؤلفون: | Fernandes PO; Departamento de Produtos Farmacêuticos, Faculdade de Farmácia, Universidade Federal de Minas Gerais (UFMG), Belo Horizonte, Minas Gerais 31.270-901, Brazil., Dias ALT; Departamento de Produtos Farmacêuticos, Faculdade de Farmácia, Universidade Federal de Minas Gerais (UFMG), Belo Horizonte, Minas Gerais 31.270-901, Brazil., Dos Santos Júnior VS; Departamento de Produtos Farmacêuticos, Faculdade de Farmácia, Universidade Federal de Minas Gerais (UFMG), Belo Horizonte, Minas Gerais 31.270-901, Brazil., Sá Magalhães Serafim M; Departamento de Microbiologia, Instituto de Ciências Biológicas, Universidade Federal de Minas Gerais (UFMG), Belo Horizonte, Minas Gerais 31.270-901, Brazil., Sousa YV; Departamento de Produtos Farmacêuticos, Faculdade de Farmácia, Universidade Federal de Minas Gerais (UFMG), Belo Horizonte, Minas Gerais 31.270-901, Brazil., Monteiro GC; Departamento de Química Orgânica, Instituto de Química, Universidade Estadual Paulista (UNESP), Araraquara, São Paulo 14.800-900, Brazil., Coutinho ID; Departamento de Química Orgânica, Instituto de Química, Universidade Estadual Paulista (UNESP), Araraquara, São Paulo 14.800-900, Brazil., Valli M; Departamento de Física e Ciência Interdisciplinar, Instituto de Física, Universidade de São Paulo (USP), São Carlos, São Paulo 13.563-120, Brazil., Verzola MMSA; Departamento de Produtos Farmacêuticos, Faculdade de Farmácia, Universidade Federal de Minas Gerais (UFMG), Belo Horizonte, Minas Gerais 31.270-901, Brazil., Ottoni FM; Departamento de Produtos Farmacêuticos, Faculdade de Farmácia, Universidade Federal de Minas Gerais (UFMG), Belo Horizonte, Minas Gerais 31.270-901, Brazil., Pádua RM; Departamento de Produtos Farmacêuticos, Faculdade de Farmácia, Universidade Federal de Minas Gerais (UFMG), Belo Horizonte, Minas Gerais 31.270-901, Brazil., Oda FB; Departamento de Fármacos e Medicamentos, Faculdade de Ciências Farmacêuticas, Universidade Estadual Paulista (UNESP), Araraquara 14.800-903, Brazil., Dos Santos AG; Departamento de Fármacos e Medicamentos, Faculdade de Ciências Farmacêuticas, Universidade Estadual Paulista (UNESP), Araraquara 14.800-903, Brazil., Andricopulo AD; Departamento de Física e Ciência Interdisciplinar, Instituto de Física, Universidade de São Paulo (USP), São Carlos, São Paulo 13.563-120, Brazil., da Silva Bolzani V; Departamento de Química Orgânica, Instituto de Química, Universidade Estadual Paulista (UNESP), Araraquara, São Paulo 14.800-900, Brazil., Mota BEF; Departamento de Análises Clínicas e Toxicológicas, Faculdade de Farmácia, Universidade Federal de Minas Gerais (UFMG), Belo Horizonte, Minas Gerais 31.270-901, Brazil., Alves RJ; Departamento de Produtos Farmacêuticos, Faculdade de Farmácia, Universidade Federal de Minas Gerais (UFMG), Belo Horizonte, Minas Gerais 31.270-901, Brazil., de Oliveira RB; Departamento de Produtos Farmacêuticos, Faculdade de Farmácia, Universidade Federal de Minas Gerais (UFMG), Belo Horizonte, Minas Gerais 31.270-901, Brazil., Kronenberger T; Institute of Pharmacy, Pharmaceutical/Medicinal Chemistry and Tübingen Center for Academic Drug Discovery, Eberhard Karls University Tübingen, 72076 Tübingen, Germany.; School of Pharmacy, Faculty of Health Sciences, University of Eastern Finland, 70211 Kuopio, Finland., Maltarollo VG; Departamento de Produtos Farmacêuticos, Faculdade de Farmácia, Universidade Federal de Minas Gerais (UFMG), Belo Horizonte, Minas Gerais 31.270-901, Brazil. |
| المصدر: | Journal of chemical information and modeling [J Chem Inf Model] 2024 Mar 25; Vol. 64 (6), pp. 1932-1944. Date of Electronic Publication: 2024 Mar 04. |
| نوع المنشور: | Journal Article; Research Support, Non-U.S. Gov't |
| اللغة: | English |
| بيانات الدورية: | Publisher: American Chemical Society Country of Publication: United States NLM ID: 101230060 Publication Model: Print-Electronic Cited Medium: Internet ISSN: 1549-960X (Electronic) Linking ISSN: 15499596 NLM ISO Abbreviation: J Chem Inf Model Subsets: MEDLINE |
| أسماء مطبوعة: | Original Publication: Washington, D.C. : American Chemical Society, c2005- |
| مواضيع طبية MeSH: | Anti-Bacterial Agents*/pharmacology , Methicillin-Resistant Staphylococcus aureus*, Staphylococcus aureus ; Methicillin/pharmacology ; Microbial Sensitivity Tests |
| مستخلص: | The application of computer-aided drug discovery (CADD) approaches has enabled the discovery of new antimicrobial therapeutic agents in the past. The high prevalence of methicillin-resistant Staphylococcus aureus (MRSA) strains promoted this pathogen to a high-priority pathogen for drug development. In this sense, modern CADD techniques can be valuable tools for the search for new antimicrobial agents. We employed a combination of a series of machine learning (ML) techniques to select and evaluate potential compounds with antibacterial activity against methicillin-susceptible S. aureus (MSSA) and MRSA strains. In the present study, we describe the antibacterial activity of six compounds against MSSA and MRSA reference (American Type Culture Collection (ATCC)) strains as well as two clinical strains of MRSA. These compounds showed minimal inhibitory concentrations (MIC) in the range from 12.5 to 200 μM against the different bacterial strains evaluated. Our results constitute relevant proven ML-workflow models to distinctively screen for novel MRSA antibiotics. |
| المشرفين على المادة: | 0 (Anti-Bacterial Agents) Q91FH1328A (Methicillin) |
| تواريخ الأحداث: | Date Created: 20240304 Date Completed: 20240326 Latest Revision: 20240806 |
| رمز التحديث: | 20240806 |
| DOI: | 10.1021/acs.jcim.4c00087 |
| PMID: | 38437501 |
| قاعدة البيانات: | MEDLINE |
Find this issue from the American Chemical Society | تدمد: | 1549-960X |
|---|---|
| DOI: | 10.1021/acs.jcim.4c00087 |