The Coronavirus Disease 2019 (COVID-19) caused by the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) has led to the loss of life and has affected the life quality, economy, and lifestyle. The SARS-CoV-2 main protease (Mpro), which hydrolyzes the polyprotein, is an interesting antiviral target to inhibit the spreading mechanism of COVID-19. Through predictive digestion, the peptidomes of the four major proteins in rice bran, albumin, glutelin, globulin, and prolamin, with three protease enzymes (pepsin, trypsin, and chymotrypsin), the putative hydrolyzed peptidome was established and used as the input dataset. Then, the prediction of the antiviral peptides (AVPs) was performed by online bioinformatics tools, i.e., AVPpred, Meta-iAVP, AMPfun, and ENNAVIA programs. The amino acid composition and cytotoxicity of candidate AVPs were analyzed by COPid and ToxinPred, respectively. The ten top-ranked antiviral peptides were selected and docked to the SARS-CoV-2 main protease using GalaxyPepDock. Only the top docking scored candidate (AVP4) was further analyzed by molecular dynamics simulation for one nanosecond. According to the bioinformatic analysis results, the candidate SARS-CoV-2 main protease inhibitory peptides were 7–33 amino acid residues and formed hydrogen bonds at Thr22–24, Glu154, and Thr178 in domain 2 with short bonding distances. In addition, these top-ten candidate bioactive peptides contain hydrophilic amino acid residues and have a positive net charge. We hope that this study will provide a potential starting point for peptide-based therapeutic agents against COVID-19.

中文翻译：

---

从假定的米糠水解肽组中虚拟筛选 SARS-CoV-2 主要蛋白酶抑制肽

由严重急性呼吸综合征冠状病毒 2 (SARS-CoV-2) 引起的 2019 年冠状病毒病 (COVID-19) 导致了生命损失，并影响了生活质量、经济和生活方式。水解多蛋白的 SARS-CoV-2 主蛋白酶 (Mpro) 是一种有趣的抗病毒靶标，可抑制 COVID-19 的传播机制。通过预测消化，米糠中的四种主要蛋白质、白蛋白、谷蛋白、球蛋白和醇溶蛋白的肽组，以及三种蛋白酶（胃蛋白酶、胰蛋白酶和糜蛋白酶），建立了推定的水解肽组并用作输入数据集。然后，通过在线生物信息学工具，即 AVPpred、Meta-iAVP、AMPfun 和 ENNAVIA 程序对抗病毒肽 (AVP) 进行预测。分别通过 COPid 和 ToxinPred 分析候选 AVP 的氨基酸组成和细胞毒性。使用 GalaxyPepDock 选择了排名靠前的 10 种抗病毒肽并与 SARS-CoV-2 主要蛋白酶对接。仅通过分子动力学模拟进一步分析了最高对接得分候选（AVP4）一纳秒。根据生物信息学分析结果，候选SARS-CoV-2主要蛋白酶抑制肽为7-33个氨基酸残基，在结构域2的Thr22-24、Glu154和Thr178处形成氢键，键距短。此外，这些排名前十的候选生物活性肽含有亲水性氨基酸残基并具有正净电荷。我们希望这项研究将为基于肽的 COVID-19 治疗剂提供一个潜在的起点。分别。使用 GalaxyPepDock 选择了排名靠前的 10 种抗病毒肽并与 SARS-CoV-2 主要蛋白酶对接。仅通过分子动力学模拟进一步分析了最高对接得分候选（AVP4）一纳秒。根据生物信息学分析结果，候选SARS-CoV-2主要蛋白酶抑制肽为7-33个氨基酸残基，在结构域2的Thr22-24、Glu154和Thr178处形成氢键，键距短。此外，这些排名前十的候选生物活性肽含有亲水性氨基酸残基并具有正净电荷。我们希望这项研究将为基于肽的 COVID-19 治疗剂提供一个潜在的起点。分别。使用 GalaxyPepDock 选择了排名靠前的 10 种抗病毒肽并与 SARS-CoV-2 主要蛋白酶对接。仅通过分子动力学模拟进一步分析了最高对接得分候选（AVP4）一纳秒。根据生物信息学分析结果，候选SARS-CoV-2主要蛋白酶抑制肽为7-33个氨基酸残基，在结构域2的Thr22-24、Glu154和Thr178处形成氢键，键距短。此外，这些排名前十的候选生物活性肽含有亲水性氨基酸残基并具有正净电荷。我们希望这项研究将为基于肽的 COVID-19 治疗剂提供一个潜在的起点。使用 GalaxyPepDock 选择了排名靠前的 10 种抗病毒肽并与 SARS-CoV-2 主要蛋白酶对接。仅通过分子动力学模拟进一步分析了最高对接得分候选（AVP4）一纳秒。根据生物信息学分析结果，候选SARS-CoV-2主要蛋白酶抑制肽为7-33个氨基酸残基，在结构域2的Thr22-24、Glu154和Thr178处形成氢键，键距短。此外，这些排名前十的候选生物活性肽含有亲水性氨基酸残基并具有正净电荷。我们希望这项研究将为基于肽的 COVID-19 治疗剂提供一个潜在的起点。使用 GalaxyPepDock 选择了排名靠前的 10 种抗病毒肽并与 SARS-CoV-2 主要蛋白酶对接。仅通过分子动力学模拟进一步分析了最高对接得分候选（AVP4）一纳秒。根据生物信息学分析结果，候选SARS-CoV-2主要蛋白酶抑制肽为7-33个氨基酸残基，在结构域2的Thr22-24、Glu154和Thr178处形成氢键，键距短。此外，这些排名前十的候选生物活性肽含有亲水性氨基酸残基并具有正净电荷。我们希望这项研究将为基于肽的 COVID-19 治疗剂提供一个潜在的起点。根据生物信息学分析结果，候选SARS-CoV-2主要蛋白酶抑制肽为7-33个氨基酸残基，在结构域2的Thr22-24、Glu154和Thr178处形成氢键，键距短。此外，这些排名前十的候选生物活性肽含有亲水性氨基酸残基并具有正净电荷。我们希望这项研究将为基于肽的 COVID-19 治疗剂提供一个潜在的起点。根据生物信息学分析结果，候选SARS-CoV-2主要蛋白酶抑制肽为7-33个氨基酸残基，在结构域2的Thr22-24、Glu154和Thr178处形成氢键，键距短。此外，这些排名前十的候选生物活性肽含有亲水性氨基酸残基并具有正净电荷。我们希望这项研究将为基于肽的 COVID-19 治疗剂提供一个潜在的起点。