Journal des nanomatériaux et de la nanotechnologie moléculaire

Phases quantiques et géométrie de Chern-Simons pour la génération d'un ligand ciblant les sites de liaison SPIKE D614G du COVID-19-SARS-COV-2

 Grigoriadis Ioannis 

Le coronavirus SARS-CoV-2 (SARS-CoV-2) dans le Spike viral (S) codant une protéine de mutation SPIKE D614G du SARS-COV-2 prédomine au fil du temps dans les lieux révélant les aspects dynamiques de ses processus viraux clés où il se trouve, ce qui implique que ce changement améliore la transmission virale. Il a également été observé que les rétrovirus infectés par des cellules exprimant l'ACE2 pseudotypées avec SG614 qui affecte actuellement un nombre croissant de pays nettement plus efficacement que celles avec SD614. La disponibilité de nouvelles ressources informatiques puissantes, de techniques de modélisation moléculaire et de données de qualité chimioinformatique a permis de générer des calculs algébriques fiables pour concevoir de nouvelles entités chimiques, fusionner des produits chimiques, enregistrer des produits naturels et de nombreuses autres substances alimentant le développement et la croissance de ce domaine de conception de médicaments basé sur l'IA quantique pour équilibrer le compromis entre la complexité structurelle et la qualité de ces prédictions biophysiques qui ne peuvent être obtenues par aucune autre méthode. Dans cet article, nous combinons fortement des méthodes géométriques topologiques ciblant au niveau atomistique l'appareil protéique du virus SARS-COV-2 qui sont simples dans les caractéristiques antivirales d'apprentissage automatique, pour proposer des stratégies de conception rationnelle de médicaments assistée par ordinateur efficaces dans l'utilisation de l'amarrage informatique, et suffisamment puissantes pour atteindre des niveaux de précision très élevés pour cet effort in silico pour la génération de la molécule conçue par l'IA-Quantum, la petite molécule ROCCUSTYRNATM, un échafaudage médicamenteux multi-ciblage (1S,2R,3S)‐2‐({[(1S,2S,4S,5R)‐4‐éthényl‐4‐sulfonylbicyclo[3,2,0]heptan‐2‐yl]oxy}amino)‐3‐[(2R,5R)‐5‐(2-méthyl-6-méthylidène-6,9-dihydro-3H-purine-9-yl)‐3-méthylidèneoxolan-2-yl] phosphine-1-carbonitrile ciblant la mutation SPIKE D614G de COVID-19-SARS-COV-2 en utilisant la topologie géométrique euclidienne de Chern-Simons dans un QSAR généré par Lindenbaum-Tarski automatisant la modélisation et pilotée par l'intelligence artificielle Réseaux de neurones prédictifs.