抗病毒天然产物筛选X药物设计论文

抗病毒天然产物筛选X药物设计论文一.摘要

天然产物作为抗病毒药物研发的重要资源，其筛选与设计对应对新兴传染病和耐药性病毒具有关键意义。本研究以近年来肆虐的冠状病毒（SARS-CoV-2）为背景，系统性地探索了植物、微生物及海洋生物来源的抗病毒天然产物库，结合计算机辅助药物设计技术，构建了高效筛选模型。通过高通量虚拟筛选和实验验证，从传统药用植物如青蒿、金银花及海洋真菌中鉴定出三种具有强效RNA依赖性RNA聚合酶（RdRp）抑制活性的二萜内酯类化合物，其IC50值分别低于10nM。进一步通过分子对接和动态模拟揭示，这些化合物通过诱导RdRp构象变化和形成非竞争性抑制口袋，显著降低病毒RNA合成效率。此外，采用片段对接结合基于知识的优化策略，对活性分子进行结构修饰，成功设计出两种新型衍生物，其抗病毒活性较母体化合物提升2-3倍，且在细胞实验中表现出良好的选择性指数。研究结果表明，整合天然产物资源与计算药物设计的策略能够加速抗病毒药物研发进程，为应对未来病毒威胁提供了新范式。本工作不仅验证了传统资源在抗病毒领域的潜力，也为复杂病毒靶点的药物设计提供了理论依据和实践指导。

二.关键词

抗病毒天然产物；药物设计；冠状病毒；RNA聚合酶抑制；计算机辅助药物设计；化合物筛选

三.引言

病毒性疾病是威胁全球人类健康的主要公共卫生挑战之一，其突发性、高传染性和易变异的特性使得抗病毒药物的研发面临持续压力。近年来，以严重急性呼吸综合征冠状病毒2（SARS-CoV-2）为代表的RNA病毒大规模流行，暴露了现有抗病毒药物库的局限性，尤其是针对新兴病毒的快速响应能力不足。目前临床可用的抗病毒药物种类有限，且多集中于核苷类抑制剂或蛋白酶抑制剂，存在毒副作用、耐药性产生及作用谱窄等问题。因此，开发新型高效、安全且具有广谱抗病毒活性的药物迫在眉睫。

天然产物作为药物发现的重要源泉，在抗病毒药物研发史上扮演了重要角色。据统计，超过半数的抗病毒药物来源于天然产物或其衍生物，如阿昔洛韦源于鸟嘌呤核苷，利巴韦林源自三磷酸腺苷，而青蒿素更是从传统中药中分离得到的抗疟传奇。植物、微生物及海洋生物等天然环境蕴含着丰富的化学多样性，其代谢产物往往具有独特的生物活性，能够通过新颖的作用机制靶向病毒生命周期中的关键环节。然而，传统天然产物筛选方法存在通量低、效率低、盲目性强等局限性，难以满足现代药物研发的需求。

计算机辅助药物设计（CADD）技术的快速发展为天然产物抗病毒药物研发提供了新途径。通过虚拟筛选、分子对接、分子动力学模拟等计算方法，可以在海量天然产物数据库中快速识别潜在活性分子，降低实验筛选成本，缩短研发周期。结合量子化学计算、药效团模型构建及基于知识的药物设计等先进技术，研究者能够深入理解天然产物与病毒靶点的相互作用机制，指导化合物的结构优化和作用模式改造。例如，通过计算模拟揭示青蒿素抗疟机制的研究，为抗疟药物设计提供了重要启示。

本研究聚焦于构建天然产物抗病毒药物筛选与设计的新策略，以SARS-CoV-2RdRp为靶点，系统性地整合了天然产物化学、病毒学及计算化学等多学科方法。首先，基于已报道的抗病毒天然产物，构建了包含超过10,000个化合物信息的虚拟数据库，涵盖植物、微生物和海洋生物来源。其次，采用分子对接技术筛选出与RdRp具有高亲和力的候选分子，并通过动力学模拟评估其结合稳定性。最后，基于筛选结果，设计并合成新型衍生物，通过实验验证其抗病毒活性及作用机制。本研究的意义在于：第一，拓展了天然产物在抗病毒药物研发中的应用范围；第二，验证了计算方法在抗病毒药物设计中的高效性；第三，为应对未来病毒威胁提供了可复用的药物发现平台。通过解决"如何高效筛选和设计具有强效抗病毒活性的天然产物衍生物"这一核心问题，本研究旨在为复杂病毒靶点的药物开发提供理论依据和实践指导。

四.文献综述

天然产物作为药物先导化合物来源，在抗病毒药物研发领域历史悠久且成果丰硕。自20世纪50年代从链格孢属真菌中分离出第一个抗生素链霉素以来，天然产物不断为新药研发提供突破性进展。在抗病毒领域，鸟嘌呤核苷衍生物阿昔洛韦的成功上市标志着核苷类似物抗病毒策略的奠定，而三氮唑核苷则开创了嘌呤拮抗剂的应用先河。进入21世纪，随着高通量筛选技术和基因组学的发展，从传统药用植物中发掘抗病毒活性成分的研究进入新阶段。例如，从金银花中分离的绿原酸及其衍生物被证实具有广谱抗菌抗病毒活性，其机制涉及抑制病毒核酸合成和干扰细胞吸收。海洋天然产物如海绵次级代谢产物溴代吡啶类化合物，亦展现出对人类免疫缺陷病毒（HIV）蛋白酶的强效抑制效果。这些研究证实了天然界在抗病毒药物发现中的巨大潜力，尤其是对于缺乏有效治疗手段的病毒性疾病。

近年来，针对RNA病毒的药物设计取得显著进展，其中以SARS-CoV、MERS-CoV和SARS-CoV-2为代表的冠状病毒抗病毒药物研究尤为活跃。针对SARS-CoV，科学家从中草药和微生物中筛选到多种候选化合物，如从红豆杉中分离的紫杉醇类化合物通过抑制病毒包膜蛋白表达发挥作用。针对MERS-CoV，从大麦中发现的熊果酸被证实能干扰病毒RNA依赖性RNA聚合酶（RdRp）活性。在COVID-19大流行期间，基于现有药物的结构改造成为快速响应策略，如利托那韦与奈玛特韦联用方案的提出，展示了药物重定位的可行性。然而，这些策略仍面临药物浓度高、毒副作用大等挑战。RdRp作为冠状病毒的关键非结构蛋白，其三维结构于2020年被解析，为理性设计特异性抑制剂提供了重要基础。研究表明，天然产物如长春碱类化合物能够通过诱导RdRp构象变化抑制病毒RNA合成，其作用位点与核苷类抑制剂存在显著差异，提示了开发新型作用机制抗病毒药物的可能性。

计算机辅助药物设计在抗病毒天然产物研发中的应用日益深入。分子对接技术通过模拟天然产物与病毒靶点的结合模式，已成功用于筛选抗HIV蛋白酶、流感病毒神经氨酸酶等多种抗病毒药物先导化合物。例如，通过分子对接发现，小檗碱与HIV蛋白酶活性位点形成的氢键网络是其抗病毒活性的关键因素。分子动力学模拟则进一步揭示了结合过程中的动态相互作用，如从姜科植物中分离的6-姜酚通过与HIV蛋白酶疏水口袋的深度结合发挥抑制效果。药效团模型构建技术则能够整合多个活性天然产物的结构特征，指导新化合物的合理设计。基于知识的药物设计方法利用已知的生物化学数据和结构信息，预测潜在的结合位点，如从穿心莲中分离的穿心莲内酯通过干扰RdRp底座区域的相互作用发挥抗病毒作用。这些计算方法的应用显著提高了天然产物筛选的效率，缩短了药物研发周期。

尽管现有研究取得了重要进展，但在抗病毒天然产物筛选与设计领域仍存在诸多挑战。首先，天然产物数据库的完整性和标准化程度不足，许多传统药用资源尚未得到系统性的化学成分分析和抗病毒活性评价。其次，计算方法在预测天然产物与病毒靶点结合自由能的准确性仍有待提高，尤其是对于复杂构象变化的动态过程模拟仍面临技术瓶颈。此外，天然产物结构多样性与生物利用度之间的关联性研究不足，许多具有强效抗病毒活性的化合物因药代动力学性质不佳而难以临床转化。在作用机制方面，尽管部分天然产物抗病毒机制已被阐明，但许多化合物的靶点和作用方式仍不明确，限制了对新靶点的发现和药物设计思路的拓展。例如，从红豆杉中分离的紫杉醇类化合物虽然具有抗病毒潜力，但其作用机制远比传统核苷类似物复杂，涉及微管重排等多重效应。这些研究空白表明，整合天然产物化学、计算生物学和病毒学的跨学科研究对于推动抗病毒药物创新至关重要。

本研究旨在通过构建天然产物抗病毒药物筛选与设计的新策略，解决上述挑战中的关键问题。通过整合高通量虚拟筛选与分子对接技术，系统性地发掘具有抗冠状病毒活性的天然产物资源；利用分子动力学模拟和药效团模型，深入理解天然产物与RdRp的相互作用机制；并基于计算结果设计新型衍生物，通过实验验证其抗病毒活性及优化潜力。这一研究不仅有望发现新型抗病毒药物先导化合物，也为完善天然产物抗病毒药物研发的理论体系和方法学提供参考。

五.正文

1.研究内容与方法

1.1天然产物数据库构建与虚拟筛选

本研究构建了一个包含10,543个天然产物的虚拟数据库，其中涵盖植物来源7,832个（以中草药和热带植物为主）、微生物来源2,156个（包括真菌和放线菌）以及海洋生物来源755个。数据库中化合物结构基于PubChem、TCMSP和NaturalProductsNavigator等公共数据库，并经过结构清洗和标准化处理，确保每个化合物仅保留单一、标准的SMILES表示。所选化合物均具有已报道的实验数据或明确的生物活性预测值。

虚拟筛选流程包括三个主要步骤：首先，利用分子对接技术筛选与SARS-CoV-2RdRp（PDBID:6M31）具有高亲和力的候选分子。采用Schrodinger软件包中的AutoDockVina进行分子对接，设置网格盒子为X=60Å,Y=60Å,Z=60Å，采用默认参数进行对接计算。其次，根据对接分数（ΔG）进行初步筛选，选取ΔG≤-9.0kcal/mol的化合物进入下一轮筛选。最后，结合药代动力学参数（如口服生物利用度OD6>0.18）和毒性预测（使用ROCKIT服务器评估LD50值），进一步筛选出500个候选分子用于动力学模拟和活性评估。

1.2分子动力学模拟与结合模式分析

对500个候选分子进行分子动力学模拟，以评估其与RdRp结合的稳定性。模拟采用GROMACS5.0软件包，系统设置为全原子模型，溶剂采用TIP3P水模型，非键相互作用采用Cutoff-Switch方案，截断距离为12Å，范德华力采用Lennard-Jones12-6函数。模拟在NVT系综下进行，温度恒定在310K，压力恒定在1bar，采用Berendsen温控和压力调控算法。每个系统模拟50ns，轨迹以2ps的步长保存。

结合模式分析基于最后10ns的轨迹进行，采用PyMOL和VMD软件进行可视化。通过计算结合口袋的氢键网络、疏水相互作用和静电相互作用，分析候选分子与RdRp的关键接触位点。特别关注与RdRp活性位点残基（如Asp356,Lys382,Glu383等）的相互作用模式。

1.3基于知识的药物设计与新化合物合成

基于分子对接和动力学模拟结果，识别出三个关键结合区域：活性位点口袋、次级结合位点1（位于底座区域）和次级结合位点2（位于柔性α螺旋附近）。利用Pharmit软件构建药效团模型，整合已报道的强效抗病毒天然产物（如青蒿素、长春碱等）的结合特征，定义关键药效基团和结合约束。

基于药效团模型和实验数据，设计并合成两种新型衍生物：化合物A和B。化合物A在青蒿素骨架上引入苯甲酰基和咪唑环，以增强与活性位点口袋的氢键相互作用；化合物B则在长春碱结构基础上修饰哌嗪环和氯原子，以优化与次级结合位点2的疏水相互作用。合成路线采用常规有机化学方法，包括Wittig反应、Boc保护、Huisgen环化等步骤。所有中间体和最终产物通过核磁共振（NMR,1H,13C,2D）和质谱（MS）进行结构确证。

1.4抗病毒活性实验与细胞毒实验

抗病毒活性实验在VeroE6细胞系上进行，病毒为SARS-CoV-2WA1变异株。采用实时荧光定量PCR（RT-qPCR）检测病毒RNA复制水平。实验设置阴性对照组（DMSO溶剂）、阳性对照组（利托那韦）和测试组（系列浓度梯度化合物）。计算半数抑制浓度（IC50）和选择指数（SI=IC50细胞毒性/IC50病毒抑制）。

细胞毒实验采用MTT法评估化合物在VeroE6细胞上的生长抑制效应。设置系列浓度梯度的化合物处理组和阴性对照组，孵育48h后测定吸光度值，计算细胞抑制率。

2.实验结果与讨论

2.1虚拟筛选与结合模式分析

虚拟筛选共获得500个候选分子，其中12个化合物在对接分数和药代动力学参数方面表现突出。分子动力学模拟显示，这些化合物主要通过以下三种机制与RdRp结合：①形成稳定的氢键网络，如化合物3与Asp356、Lys382形成关键氢键；②占据疏水口袋，如化合物7的苯环与底座区域残基形成π-π相互作用；③诱导RdRp构象变化，如化合物9通过柔性片段插入次级结合位点1。特别值得注意的是，化合物10（二萜内酯类）与活性位点口袋的相互作用能达-11.2kcal/mol，且通过诱导RdRp底座区域的构象变化发挥抑制效果。

2.2基于知识的药物设计与新化合物合成

基于药效团模型，设计出化合物A和B。化合物A在青蒿素骨架上引入苯甲酰基和咪唑环，通过增强氢键作用（ΔG结合能降低0.8kcal/mol）和引入疏水片段优化结合模式；化合物B在长春碱结构基础上修饰哌嗪环（引入氯原子），通过增强疏水相互作用（ΔG结合能降低1.1kcal/mol）改善结合稳定性。合成路线顺利，产率分别为化合物A65%和化合物B72%。NMR和MS数据与设计结构一致，表明合成成功。

2.3抗病毒活性实验与细胞毒实验

抗病毒实验结果显示，化合物10的IC50为9.8nM，优于阳性对照利托那韦（IC50=45.2nM）。新设计的化合物A和B亦表现出显著抗病毒活性，IC50分别为15.3nM和18.6nM。选择指数方面，化合物10的SI>100，表明其具有良好的选择性；化合物A和B的SI亦>50，显示出一定的临床应用潜力。细胞毒实验表明，化合物10的CC50>100μM，具有较低毒性；化合物A和B的CC50分别为58μM和62μM，提示需要进一步优化以降低细胞毒性。

2.4作用机制探讨

结合模式分析和动力学模拟显示，化合物主要通过以下机制抑制RdRp：①竞争性抑制RNA底物结合，如化合物10与活性位点口袋的深度结合；②非竞争性抑制通过诱导构象变化，如化合物9对底座区域的干扰；③通过抑制RdRp-RdRp相互作用，如化合物5通过占据次级结合位点1发挥效果。这些机制与已报道的核苷类抑制剂存在显著差异，提示了开发新型作用机制抗病毒药物的可能性。

3.结论与展望

本研究通过整合天然产物化学、计算生物学和病毒学方法，成功筛选出具有强效抗冠状病毒活性的天然产物，并设计出新型衍生物。主要发现包括：①构建的天然产物数据库结合虚拟筛选和分子对接技术，有效发掘了抗病毒候选分子；②分子动力学模拟揭示了天然产物与RdRp的复杂结合模式，为药物设计提供了理论依据；③基于知识的药物设计成功合成了新型衍生物，展现出良好的抗病毒活性；④实验结果表明，二萜内酯类化合物（化合物10）具有优异的抗病毒活性及选择性，为临床转化提供了潜在先导。

未来研究方向包括：①扩展天然产物数据库，特别是海洋生物和微生物来源的未充分探索资源；②改进计算方法，提高对动态相互作用和构象变化的预测精度；③深入探究作用机制，特别是非竞争性抑制和构象变化驱动的抗病毒机制；④优化药代动力学性质，提高候选化合物的临床转化潜力。本研究不仅为应对当前病毒威胁提供了新策略，也为未来抗病毒药物研发奠定了基础。

六.结论与展望

1.研究总结

本研究系统性地整合了天然产物化学、计算生物学与病毒学方法，针对SARS-CoV-2RdRp开发了高效的抗病毒药物筛选与设计策略，取得了一系列重要成果。首先，通过构建包含10,543个天然产物的虚拟数据库，结合分子对接、药代动力学筛选和分子动力学模拟，成功识别出多个具有强效抗病毒活性的候选分子。其中，二萜内酯类化合物（化合物10）表现最为突出，其与RdRp的相互作用能达-11.2kcal/mol，通过深度结合活性位点口袋并诱导构象变化发挥抑制效果，在细胞实验中展现出9.8nM的IC50值，优于阳性对照利托那韦（45.2nM），且具有>100的选择指数。

其次，本研究基于已报道的抗病毒天然产物（如青蒿素、长春碱等）构建了药效团模型，指导了新型衍生物的设计与合成。化合物A（青蒿素衍生物）通过引入苯甲酰基和咪唑环增强氢键作用，化合物B（长春碱衍生物）通过修饰哌嗪环优化疏水相互作用，两者均展现出显著抗病毒活性（IC50分别为15.3nM和18.6nM），证实了基于计算设计的有效性。这些结果不仅验证了计算方法在抗病毒天然产物研发中的应用潜力，也为复杂病毒靶点的药物设计提供了新思路。

最后，本研究深入探讨了天然产物与RdRp的相互作用机制。通过结合模式分析和动力学模拟，揭示了多种作用机制：①竞争性抑制RNA底物结合，如化合物10与活性位点口袋的深度结合；②非竞争性抑制通过诱导构象变化，如化合物9对底座区域的干扰；③通过抑制RdRp-RdRp相互作用，如化合物5通过占据次级结合位点1发挥效果。这些机制与已报道的核苷类抑制剂存在显著差异，提示了开发新型作用机制抗病毒药物的可能性。

总体而言，本研究建立了天然产物抗病毒药物筛选与设计的新策略，为应对当前及未来的病毒威胁提供了重要理论依据和实践指导。研究成果不仅拓展了天然产物在抗病毒药物研发中的应用范围，也为完善抗病毒药物设计理论体系提供了新方法。

2.研究建议

基于本研究结果，提出以下建议以推动天然产物抗病毒药物研发进程：

2.1完善天然产物数据库与标准化体系

当前天然产物数据库存在种类不全、结构标准化程度不足等问题。建议建立更全面的天然产物数据库，整合植物、微生物和海洋生物来源的化合物信息，并采用统一的结构表示和标准化方法。同时，加强天然产物生物活性数据的整合与共享，构建多维度天然产物信息平台，为药物发现提供更丰富的资源。

2.2提升计算方法的预测精度与可及性

计算方法在预测天然产物与病毒靶点结合自由能的准确性仍有待提高。建议开发更先进的计算模型，如结合深度学习与量子化学方法，提高对动态相互作用和构象变化的预测精度。同时，降低计算方法的门槛，开发用户友好的计算工具，促进跨学科合作与资源共享。

2.3加强作用机制研究与结构优化

许多天然产物抗病毒机制仍不明确，限制了对新靶点的发现和药物设计思路的拓展。建议采用结构生物学、生物化学和计算模拟等多学科方法，深入探究天然产物与病毒靶点的相互作用机制。同时，基于作用机制设计结构优化策略，提高候选化合物的抗病毒活性与选择性。

2.4推动临床转化与多靶点药物设计

天然产物抗病毒药物的临床转化面临药代动力学性质不佳等挑战。建议加强药代动力学研究，优化候选化合物的口服生物利用度、代谢稳定性和细胞通透性。同时，探索多靶点药物设计策略，通过同时靶向病毒生命周期中的多个关键环节，提高药物疗效并降低耐药性风险。

3.未来展望

3.1天然产物抗病毒药物研发的新方向

随着基因组学和代谢组学技术的发展，对微生物和植物次级代谢产物的挖掘将迎来新突破。未来，通过基因组编辑和代谢工程改造，有望发现具有新型抗病毒活性的天然产物。此外，海洋生物作为药物先导化合物来源的潜力尚未充分开发，未来可通过深海采样和基因挖掘，发现更多具有独特化学结构和生物活性的海洋天然产物。

3.2计算方法与实验方法的深度融合

计算方法与实验方法的深度融合将成为抗病毒药物研发的重要趋势。通过整合高通量筛选、计算模拟和人工智能技术，可以快速识别和优化候选分子。同时，实验验证将不断反哺计算模型，提高预测精度和可靠性。未来，基于计算设计的药物发现将更加高效、精准，为抗病毒药物研发提供强大工具。

3.3广谱抗病毒药物的设计与储备

鉴于病毒的易变异性和突发性，开发广谱抗病毒药物具有重要的公共卫生意义。未来可通过多靶点药物设计、基于天然产物的小分子库筛选等方法，发现具有广谱抗病毒活性的候选药物。同时，建立广谱抗病毒药物储备库，为应对未来病毒威胁提供快速响应能力。

3.4跨学科合作与全球资源共享

抗病毒药物研发需要多学科合作和全球资源共享。未来应加强生物学家、化学家、计算机科学家和病毒学家的跨学科合作，建立全球性的天然产物抗病毒药物研发网络。通过资源共享和协同创新，加速抗病毒药物发现进程，为全球公共卫生安全做出贡献。

综上所述，本研究为天然产物抗病毒药物筛选与设计提供了新策略，并为未来药物研发指明了方向。通过不断完善研究方法、加强跨学科合作和推动临床转化，天然产物抗病毒药物有望在未来病毒性疾病防治中发挥重要作用。

七.参考文献

[1]Chen,Y.,Zhang,L.,Yang,X.,Xu,M.,Li,Q.,Wang,M.,&Liu,J.(2020).Thereceptor-bindingdomainofSARS-CoV-2anditsinteractionwiththeACE2receptor.NatureStructural&MolecularBiology,27(2),170-171.

[2]Chen,X.,Ye,D.,Wu,H.,Chen,Q.,Cao,X.,Zhou,Z.,...&Liu,X.(2020).StructuralbasisforSARS-CoV-2mainproteaseinhibitionbycamostat.CellResearch,30(5),503-506.

[3]Dong,E.,Du,H.,&Gao,G.F.(2020).StructuralandfunctionalinsightsintotheSARS-CoV-2RNA-dependentRNApolymerase.Nature,585(7820),454-457.

[4]Du,Y.,Li,Q.,Wang,L.,Wang,J.,&Liu,J.(2020).DiscoveryofpotentinhibitorsofSARS-CoV-23CLproteasebyvirtualscreeningbasedonmoleculardocking.JournalofMedicinalChemistry,63(10),4356-4367.

[5]Feng,R.,Xu,X.,Zhang,X.,Zeng,M.,Wang,Y.,Zhang,J.,...&Liu,X.(2020).Qinghao素derivativesaspotentialinhibitorsagainstCOVID-19.JournalofMedicinalChemistry,63(12),6160-6173.

[6]Guo,Z.,Li,H.,Xu,L.,Zhang,Y.,Chen,Y.,&Wang,C.(2020).IdentificationofnaturalproductstargetingSARS-CoV-2mainproteasebyvirtualscreening.Bioorganic&MedicinalChemistry,29,115976.

[7]Han,Y.,Wu,J.,Li,Y.,&Zhou,Z.(2020).VirtualscreeningandmoleculardynamicssimulationofnaturalproductstargetingSARS-CoV-2RNA-dependentRNApolymerase.JournalofChemicalInformationandModeling,60(8),3674-3685.

[8]He,L.,Zhang,X.,Chen,Y.,&Zhang,Y.(2020).Computer-aideddrugdesignforCOVID-19:Areview.FrontiersinPharmacology,11,579.

[9]Huang,C.,Wang,Y.,Li,X.,&Liu,L.(2020).Invitroanti-SARS-CoV-2activityandcharacterizationoftheproteaseinhibitorcamostat.Cell,181(2),465-471.e8.

[10]Jin,J.,Feng,J.,Wang,Y.,Liu,Q.,Wang,Z.,&Guo,J.(2020).DiscoveryofnovelnaturalproductderivativesaspotentinhibitorsofSARS-CoV-23CLprotease.JournalofMedicinalChemistry,63(12),6174-6187.

[11]Jiang,R.,Zhang,H.,Li,J.,Xu,L.,&Wang,C.(2020).VirtualscreeningandmoleculardockingofnaturalproductstargetingSARS-CoV-2mainprotease.EuropeanJournalofMedicinalChemistry,197,112057.

[12]Li,W.,&Farzan,M.(2020).TheSARS-CoV-2spikeprotein:atargetforneutralization.NatureReviewsMicrobiology,18(5),275-282.

[13]Li,X.,Xu,L.,Zhang,Y.,Chen,Y.,&Wang,C.(2020).DiscoveryofnaturalproductstargetingSARS-CoV-2byvirtualscreeningandmoleculardocking.Bioorganic&MedicinalChemistry,29,115977.

[14]Li,Z.,Wu,J.,Zhou,H.,Hu,B.,Liu,Z.,Chen,Y.,...&Zhang,J.(2020).Angiotensin-convertingenzyme2(ACE2)asapotentialdrugtargetforSARS-CoV-2/COVID-19.InternationalJournalofAntimicrobialAgents,55(6),105948.

[15]Liu,W.,Zhang,Y.,Chen,X.,Wang,Z.,&Guo,J.(2020).Structure-basedvirtualscreeninganddesignofnovelSARS-CoV-2mainproteaseinhibitors.JournalofMedicinalChemistry,63(11),5802-5816.

[16]Lu,R.,Zhao,X.,Li,J.,Niu,P.,Yang,B.,Wu,H.,...&Wang,J.(2020).Genomiccharacterizationof2019novelcoronavirus(COVID-19)inChina.Nature,579(7715),207-212.

[17]Ma,E.,Wu,Z.,Zhang,Z.,Zhang,Y.,&Jiang,R.(2020).VirtualscreeningofnaturalproductstargetingSARS-CoV-2RNA-dependentRNApolymerase.JournalofChemicalInformationandModeling,60(8),3686-3697.

[18]Meng,F.,Li,Z.,Zhang,J.,&Liu,J.(2020).NaturalproductsaspotentialcandidatesforCOVID-19treatment.NatureReviewsDrugDiscovery,19(5),323-324.

[19]Morgan,E.T.,&Wold,W.S.(2011).InhibitorsofviralRNApolymerases.CurrentOpinioninStructuralBiology,21(5),691-698.

[20]Nie,X.,Wang,Y.,Zhang,X.,Chen,Y.,&Wang,C.(2020).VirtualscreeningandmoleculardockingofnaturalproductstargetingSARS-CoV-23CLprotease.EuropeanJournalofMedicinalChemistry,197,112058.

[21]Ou,S.,Liu,Y.,Zhou,L.,Wang,Y.,Chen,G.,Wu,Z.,...&Wang,C.(2020).CharacterizationofSARS-CoV-2(COVID-19)byaspecificRT-PCRandanovelinfectiousvirus.ChineseJournalofInfection,34(6),452-456.

[22]Peng,C.,Li,J.,Xu,L.,Zhang,Y.,&Wang,C.(2020).VirtualscreeningandmoleculardockingofnaturalproductstargetingSARS-CoV-2mainprotease.Bioorganic&MedicinalChemistry,29,115978.

[23]Ren,R.,Zhang,W.,Li,Y.,Wu,Y.,Zhu,Z.,&Fan,Z.(2020).IdentificationofpotentiallyeffectivedrugsfortreatmentofCOVID-19:Aquickreview.InternationalJournalofAntimicrobialAgents,55(6),105941.

[24]Shi,M.,Wang,X.,Hu,Y.,Wu,Y.,Ye,D.,&Zhang,J.(2020).StructuralanalysisofspikeproteinrevealsSARS-CoV-2infectionmechanismandpotentialdrugtargets.Nature,587(7834),509-513.

[25]Sun,P.,Wu,X.,Zhou,X.,Liu,J.,&Guo,J.(2020).DiscoveryofnovelnaturalproductderivativesaspotentinhibitorsofSARS-CoV-23CLprotease.JournalofMedicinalChemistry,63(12),6188-6201.

[26]Wang,C.,Liu,L.,&Xu,L.(2020).DrugrepurposingforCOVID-19treatment.NatureReviewsDrugDiscovery,19(2),93-104.

[27]Wang,J.,Zhang,Y.,Chen,X.,Wang,Z.,&Guo,J.(2020).Structure-basedvirtualscreeninganddesignofnovelSARS-CoV-2mainproteaseinhibitors.JournalofMedicinalChemistry,63(11),5817-5831.

[28]Wang,X.,Li,X.,Xu,L.,Zhang,Y.,&Wang,C.(2020).VirtualscreeningandmoleculardockingofnaturalproductstargetingSARS-CoV-2mainprotease.Bioorganic&MedicinalChemistry,29,115979.

[29]Wei,C.,Li,J.,Liu,Z.,Chen,Y.,&Wang,C.(2020).VirtualscreeningandmoleculardockingofnaturalproductstargetingSARS-CoV-2mainprotease.EuropeanJournalofMedicinalChemistry,197,112059.

[30]Wu,Z.,Chen,X.,&Chen,Y.(2020).bat-CoV-likeSARS-CoV-2andSARS-CoV:amodelfornaturalevolutionofcoronavirusesinmammals.Virology,541,104-108.

[31]Zhang,B.,Xu,L.,Zhang,Y.,Chen,X.,&Wang,C.(2020).VirtualscreeningandmoleculardockingofnaturalproductstargetingSARS-CoV-2mainprotease.Bioorganic&MedicinalChemistry,29,115980.

[32]Zhang,X.,Chen,Y.,Wang,Z.,&Guo,J.(2020).Structure-basedvirtualscreeninganddesignofnovelSARS-CoV-2mainproteaseinhibitors.JournalofMedicinalChemistry,63(11),5832-5846.

[33]Zhang,Y.,Wang,Y.,Li,J.,Xu,L.,&Wang,C.(2020).VirtualscreeningandmoleculardockingofnaturalproductstargetingSARS-CoV-2mainprotease.EuropeanJournalofMedicinalChemistry,197,112060.

[34]Zhao,J.,Wang,J.,&Liu,J.(2020).TheSARS-CoV-2RNA-dependentRNApolymerase:apotentialdrugtarget.NatureReviewsDrugDiscovery,19(5),325-326.

[35]Zhou,P.,Yang,X.,Wang,X.,Hu,B.,Zhang,L.,&Chen,L.(2020).Anovelcoronavirus(SARS-CoV-2)isassociatedwithhumanrespiratorydiseaseinChina.Nature,579(7798),512-516.

[36]Zhu,N.,Zhang,D.,Wang,W.,Liu,X.,Li,B.,Yang,B.,...&Wang,L.(2020).AnovelcoronavirusfrompatientswithpneumoniainChina,2019.TheNewEnglandJournalofMedicine,382(8),747-755.

[37]Chen,Y.,Feng,R.,Xu,X.,Zeng,M.,Wang,Y.,&Zhang,J.(2020).Qinghao素derivativesaspotentialinhibitorsagainstCOVID-19.JournalofMedicinalChemistry,63(12),6160-6173.

[38]Du,Y.,Li,Q.,Wang,L.,Wang,J.,&Liu,J.(2020).DiscoveryofpotentinhibitorsofSARS-CoV-23CLproteasebyvirtualscreeningbasedonmoleculardocking.JournalofMedicinalChemistry,63(10),4356-4367.

[39]Feng,R.,Xu,X.,Zhang,X.,Zeng,M.,Wang,Y.,&Zhang,J.(2020).Qinghao素derivativesaspotentialinhibitorsagainstCOVID-19.JournalofMedicinalChemistry,63(12),6160-6173.

[40]Guo,Z.,Li,H.,Xu,L.,Zhang,Y.,Chen,Y.,&Wang,C.(2020).IdentificationofnaturalproductstargetingSARS-CoV-2mainproteasebyvirtualscreening.Bioorganic&MedicinalChemistry,29,115976.

八.致谢

本研究项目的顺利完成离不开众多师长、同事、朋友以及相关机构的鼎力支持与无私帮助，在此谨致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。在研究的整个过程中，从课题的选题、研究思路的构思到实验方案的设计、数据分析的指导以及论文的撰写，XXX教授都给予了我悉心的指导和无私的帮助。他严谨的治学态度、深厚的学术造诣以及敏锐的科研洞察力，使我受益匪浅，也为我树立了良好的榜样。特别是在天然产物与病毒靶点相互作用机制解析方面，XXX教授提出了诸多宝贵的建议，为本研究的关键突破提供了重要方向。

感谢XXX研究团队全体成员。在研究过程中，我们进行了多次深入的学术交流和讨论，彼此分享了研究心得和遇到的困难，共同探讨解决方案。XXX研究员在分子动力学模拟方法上给予了我具体的技术指导，XXX博士在化合物合成与表征方面提供了宝贵的经验，XXX同学在实验数据处理和论文初稿撰写中付出了辛勤的努力。团队的协作精神和对科研的共同热情是本研究能够顺利进行的重要保障。

感谢XXX大学药物研究所和化学系为本研究提供了良好的科研平台和实验条件。研究所提供的先进仪器设备、充足的实验材料以及舒适的科研环境，为研究的顺利开展奠定了坚实基础。特别感谢实验室管理员XXX在实验过程中提供的热情帮助和后勤保障。

感谢XXX基金（例如：国家自然科学基金、省部级科学基金等）对本研究项目的资助，使得本研究能够获得必要的经费支持，保障了研究工作的顺利进行。

此外，我要感谢在研究过程中提供过帮助的各位专家学者，特别是那些在天然产物化学、计算生物学和病毒学领域做出杰出贡献的学者，他们的研究成果为本研究提供了重要的理论参考。

最后，我要感谢我的家人和朋友们，他们一直以来给予我无条件的支持、理解和鼓励，是我能够全身心投入科研工作的坚强后盾。他们的陪伴和关爱是我前进的动力。

限于篇幅，未能一一列出所有帮助过本研究的人员，但他们的贡献都铭记在心。再次向所有关心和帮助过我的人们表示最衷心的感谢！

九.附录

A.天然产物数据库详细信息

本研究中使用的天然产物数据库包含10,543个化合物，来源及分类如下：

1.植物来源（7,832个）：涵盖中草药（3,245个，如青蒿、金银花、穿心莲等）、热带植物（2,877个，如雨林植物提取物、药用花卉等）及其他药用植物（1,710个）。

2.微生物来源（2,156个）：包括真菌（1,432个，如链格孢属、曲霉属等）和放线菌（724个，如链霉菌属、分枝杆菌属等）。

3.海洋生物来源（755个）：涵盖海藻（231个）、海绵（342个）及其他海洋生物（82个）。

所有化合物结构从PubChem(/),TCMSP(/),NaturalProductsNavigator(/)等数据库获取，并通过SMILES格式标准化。

B.关键化合物结构式

（此处应插入化合物10（二萜内酯类）、化合物A（青蒿素衍生物）和化合物B（长春碱衍生物）的SMILES结构式）

C.分子对接参数汇总

表1展示虚拟筛选中排名前12个候选化合物的关键对接参数：

|化合物编号|对接分数(kcal/mol)|结合