2019-nCoV virüsüne karşı etkili olabilecek moleküllerin ilaç yeniden yapılandırma ve makine öğrenim yaklaşım yöntemleri ile saptanması

Tez kapsamında virüsün hızla yayılmasını ve kendi kendine replikasyonunu önlemek için SARS-CoV-2'nin yeni inhibitörlerinin bulunması ve inhibitör tasarlamak için derin öğrenme yöntemi kullanılarak RdRp inhibitörü olarak kullanılan Favipiravir'e benzer moleküller üretilmesi hedeflendi. Bu amaçla, SMILES temsilleri kullanılarak Favipiravir'e benzer 75 molekül üretmek için Eğitimli Yapay Sinir Ağları kullanıldı. Moleküler yerleştirme çalışmaları kullanılarak moleküllerin RdRp'ye bağlanma özellikleri incelendi. Bu bileşikler ayrıca SARS-CoV-2 yaşam döngüsü için bir diğer önemli enzim olan 3CLpro'ya karşı da test edildi. Favipiravir'den daha iyi bağlanma enerjilerine ve RMSD değerlerine sahip bileşikler, RdRp ve 3CLpro inhibitör aktivitelerine sahip benzer yapıları bulmak için ChEMBL ilaç veri tabanında benzerlik analizi ile arandı. Benzerlik araştırması, üretilen moleküllere yapısal olarak benzer yeni 220 potansiyel RdRp ve 3CLpro inhibitörü buldu ve bu bileşikler, moleküler yerleştirme çalışmaları ile reseptör etkileşimleri açısından tekrar değerlendirildi. Bileşiklerin, RdRp proteaz'a karşı 3CLpro'dan daha iyi etkileşim gösterdiği bulundu. Bu sonuç, yapay zekanın daha spesifik olarak RdRp inhibitörleri olarak hareket eden favipiravire benzer yapıları doğru bir şekilde ürettiğini ortaya koymuştur. Ayrıca RdRp ile en iyi etkileşimi gösteren moleküllere Lipinski kuralları uygulanmış ve potansiyel ilaç adayı olarak 7 bileşik belirlenmiştir.