结核病（TB）仍然是全球最严重的传染病之一，由细胞内病原体 结核分枝杆菌（Mtb）引起[[1], [2], [3]]。尽管已有超过六十年的化疗历史，TB 仍导致大量发病率和死亡率，是全球十大死因之一 [4,5]。根据世界卫生组织（WHO）的全球 TB 报告，2023 年估计有 1080 万人感染 TB，125 万人死亡，凸显了这一持续的公共卫生负担 [6]。
药物耐药性 TB（DR-TB）的兴起使问题更加严重，尤其是多重耐药性 TB（MDR-TB），即对至少两种最有效的一线药物异烟肼和利福平具有耐药性的 TB [7,8]。MDR-TB 的治疗复杂，需要长期使用效果较差、毒性更大且通常价格更高的二线药物 [9,10]。广泛耐药性 TB（XDR-TB）的出现[11]进一步表明，迫切需要探索具有新作用机制的新治疗支架以应对耐药性的发展。
传统的药物发现方法虽然过去取得了成功，但往往耗时、成本高昂且劳动密集。从化合物识别到药物获批的平均时间跨度可达十年，且淘汰率很高 [12]。在这种情况下，将计算方法与实验验证相结合已成为一种变革性策略，可以简化早期药物发现过程，减少资源需求，并提高成功的可能性 [13]。
天然产物，特别是植物化学物质，以及小分子合成物，构成了结构多样的生物活性化合物的丰富来源。这两类物质在抗菌药物开发中发挥了重要作用，提供了传统合成化学库中常常缺乏的独特分子框架[[14], [15], [16], [17]]。Shivani Amingad 及其同事报告了 Oxyresveratrol 和 Artocarpin 的抗结核活性，两者均表现出 12.5 μg/mL 的 MIC [18]。同样，Duraipandiyan Veeramuthu 及其合作者研究了 Eremanthine、Chrysophanol 和 Karanjin，它们对 结核分枝杆菌 H37Rv 的 MIC 值为 8 μg/mL [19]。在另一项研究中，Alex Yagoo 及其同事从 Sphaeranthus indicus 中提取了 Ilicic acid 并报告了其抗结核活性，MIC 为 125 μg/mL（图 1）[20]。它们广泛的药理谱和相对安全特性使其成为重新利用或优化用于 TB 的有吸引力的候选物。然而，如果没有计算优先化工具，对大型植物化学物质库进行系统筛选仍然具有挑战性。
Passive Substance Activity Spectrum Prediction (PASS) 工具提供了一个强大的 计算机模拟 平台，可以根据结构属性预测化合物的生物活性。通过计算活性概率（Pa）和非活性概率（Pi），PASS 可快速识别出具有期望药理效应的分子。这种方法不仅加快了有前景候选物的筛选速度，还减少了需要进行昂贵和费力生物测定的化合物数量。PASS 已成功应用于包括 TB 研究在内的多种抗菌研究 [21]。
继我们之前识别 TB 新治疗剂的工作[[22], [23], [24]]之后，在本研究中，我们实施了一个多步骤研究流程，从植物化学物质和选定的合成支架中识别和验证新的抗 TB 候选物。最初，化合物库来自 Yucca Enterprises 和 B. L. Chemicals，包含多种植物化学物质、小分子合成物和类似药物的支架。这些化合物通过 PASS 进行筛选以预测其抗分枝杆菌潜力。经过初步筛选后，一部分有前景的分子被列入进一步研究的名单。
入选的化合物在 M. tuberculosis H37Rv（参考实验室菌株）的 体外 下进行了评估。其中，两种化学支架 HABA 和 Oroxylin A 表现出有希望的抑制作用（图 2）。当针对 MDR-TB 临床分离株进行测试时，这些化合物的 MIC 分别为 250 μg/mL 和 1000 μg/mL，而标准药物卡那霉素的 MIC 为 30 μg/mL。为了进一步探讨它们作为先导分子的适用性，使用 SwissADME 和 pkCSM 等计算预测工具检查了它们的 ADMET 特性。此外，还使用 3-(4,5-二甲基噻唑-2-基)-2,5-二苯四唑溴化物（MTT）测定法对有前景的支架进行了细胞毒性研究。此外，还采用了高级计算策略，包括网络药理学[25]和反向对接，以阐明所选先导分子的抗分枝杆菌潜力的分子机制。网络药理学分析用于识别关键的治疗靶点和信号通路，预测的相互作用随后通过分子对接和分子动力学（MD）模拟进行了验证。反向对接作为一种独立的靶点识别方法，针对一系列经过验证的一线、二线和新型抗结核药物靶点进行了研究，以发现潜在的多靶点相互作用。反向对接的结果通过 MD 模拟研究进一步得到了证实，以评估配体-靶点复合物的稳定性和动力学。这些整合的 计算机模拟 方法补充了实验结果，为这些化学支架作为抗 TB 药物开发的有前景支架提供了坚实的机制依据。
