本文属于类型a，即一篇关于单一原创研究的学术论文。以下是对该研究的详细报告：
本研究由Paptawan Thongdee、Chayanin Hanwarinroj、Bongkochawan Pakamwong等多位作者共同完成，主要研究机构包括泰国乌汶叻差他尼大学（Ubon Ratchathani University）、泰国农业大学（Kasetsart University）、英国布里斯托大学（University of Bristol）等。该研究于2022年8月22日发表在《Journal of Chemical Information and Modeling》期刊上。
结核病（Tuberculosis, TB）是由结核分枝杆菌（Mycobacterium tuberculosis）引起的全球性传染病，每年导致数百万人死亡。尽管已有多种抗结核药物，但耐药性结核病（如多重耐药结核病MDR-TB和广泛耐药结核病XDR-TB）的出现使得治疗更加困难。因此，开发新型抗结核药物迫在眉睫。
结核分枝杆菌的丝氨酸/苏氨酸蛋白激酶B（PknB）是细菌生长所必需的，已被认为是抗结核药物开发的潜在靶点。PknB在细菌的跨膜信号传导中起关键作用，抑制其活性可以有效阻止细菌的生长和繁殖。本研究旨在通过虚拟筛选和生物实验验证，发现新型PknB抑制剂，为抗结核药物的开发提供新的候选化合物。
研究首先从蛋白质数据库（PDB）中获取了PknB与已知抑制剂米托蒽醌（mitoxantrone）的共晶结构（PDB代码2FUM）。使用Maestro软件包中的蛋白质准备工具对PknB进行预处理，并对SPECS化合物库中的小分子进行准备，生成3D结构用于分子对接计算。
研究采用Glide程序对SPECS数据库中的207,369个化合物进行虚拟筛选。首先使用标准精度（SP）模式进行初步筛选，筛选出得分最高的2,500个化合物，随后使用更高精度的额外精度（XP）模式进行二次筛选，最终筛选出1,000个化合物。这些化合物经过Lipinski规则和PAINS过滤后，保留了770个化合物。为了确保结构多样性，研究使用Chemmine工具对这些化合物进行聚类，最终选出15个候选化合物进行后续实验。
分子对接计算在Dell Intel Core i5-7500计算机上进行，使用Glide程序进行对接。对接网格以米托蒽醌的结合位点为中心，验证了对接方法的准确性。
研究使用微孔板Alamar蓝法（MABA）测定了候选化合物对结核分枝杆菌H37Ra和H37Rv菌株的最小抑菌浓度（MIC）。结果显示，化合物2、4和10对H37Rv菌株的MIC分别为6.2、12.5和6.2 μg/mL，表现出显著的抗结核活性。
研究进一步测定了化合物2、4和10对PknB的抑制活性（IC50值）。结果显示，化合物2和10的IC50值分别为14.4和12.1 μM，表明它们通过抑制PknB活性发挥抗结核作用。而化合物4虽然表现出抗结核活性，但其IC50值大于128 μM，表明其抗结核机制可能与PknB无关。
研究使用Amber20软件对化合物2、4和10与PknB的结合模式进行了分子动力学（MD）模拟。模拟结果显示，化合物2和10与PknB的结合较为稳定，而化合物4的结合较弱，与其较低的抑制活性一致。
研究使用MM/PBSA和MM/GBSA方法计算了化合物与PknB的结合自由能。结果显示，化合物2和10的结合自由能较低，表明它们与PknB的结合较为稳定。
本研究通过虚拟筛选和生物实验验证，成功发现了新型PknB抑制剂（化合物2和10），它们表现出显著的抗结核活性，并且通过抑制PknB活性发挥作用。这些化合物为抗结核药物的开发提供了新的候选模板，具有进一步优化和开发的潜力。
研究还提供了详细的实验方法和数据分析，包括分子对接、MD模拟和结合自由能计算等，为其他研究者提供了参考。此外，研究还探讨了化合物4的抗结核机制，推测其可能通过水解生成活性形式抑制其他结核分枝杆菌酶。
本研究为抗结核药物的开发提供了新的思路和候选化合物，具有重要的科学和应用价值。