全新药物设计系统

I 摘 要 随着 X 射线晶体衍射以及多维核磁共振等实验技术的进步 ， 越来越多的疾病相关生物大分子的结构得以测定 。 基于结构的药物设计方法已成为药物设计领域中的常用方法 。 基于结构的药物设计主要分为虚拟筛选和全新设计两个方向 。 虽然从理论上说 ， 全新设计方法不依赖于化合物库 ， 更容易设计出具有化学多样性和高生物活性的分子 ， 但与近二十年来虚拟筛选方法所获得的巨大成功相比 ， 全新设计方向的进展乏善可陈 。 主要原因在于全新药物设计方法给出的分子难于合成 ， 而且即使可以合成 ， 合成的时间和经济代价也往往比虚拟筛选策略仅需要购买分子要高 ， 使得 无法进行大规模的实验测试 。 这两个原因给全新药物设计方法进入实用阶段带来很大困难。 本论文构建了一个完整的全新药物设计系统 ， 该系统可以完成全新药物设计的全过程，包括：蛋白质结合位点探测、可药性分析、全新分子设计、结合能预测 、 后筛选以及化合物合成分析 ， 同时解决了全新药物设计领域中设计化合物可合成性差和成功率低的两个主要困难。该系统在亲环素 A 抑制剂研究中成功地设计得到了全新药物设计方法迄今为止有报道的活性最高的分子 ， 证实了该系统的有效性和实用性 。 随着全新药物设计方法的发展 ， 将会逐渐成为基于结构药物设计的首选方法。 论文工作主要分以下六个部分： 1、 开发了一个蛋白质配体结合位点探测程序 出了一种新的蛋白质配结合位点几何探测法 “球擦除法 ”进行初步探测 ， 在此基础上利用一种新的基于格点的算法 ， 即 “收缩 、 扩张 ”算法来更为精确的定义结合位点边界 。 根据配体结合部位的几何 、 物理化学属性 ， 定义了有较明确物理意义的 “ 用以衡量配体结合位点结合能力的强弱 ， 并得到一条线性方程 ， 可以用于预测配体与结合位点作用可能达到的最大结合能力 。 对排名前三的结果预测准确率分别为86， 92， 97，在精度和准确率 上都优于现有的探测程序。 2、 在本实验室早年开发的全新药物设计程序 础上，发展了 本。采用了三种新的全新药物设计策略，即探索模式， 集合生长模式和集合连接模式 。 探索模式是 核心算法 ， 通过自动提取生长起始种子并进化种子库 ， 然后以之为基础进行多轮设计 ， 完全避免了以往的全新设计方法中 ， 依赖于人工给定起始种子而使得设计分子的新颖性和多样性受到限制的问题 ， 可以说是严格意义上的从头设计方法 。 集合生长模式可以用于优化先导化合物 ， 集合连 接模式能够将多个小片段连接形成新的分子 。 所发展的集合连接模式具有远超以往分子片段连接算法的计算效率 ， 使得多片段的连接也变得可行 。 结合 的片段提取功能 ， 这两种模式都可以进行仿制设计 ， 特别是集合连接模式 ， 能够有效的设计与已知抑制剂有类似相互作用模式，同时具有新骨架结构的分子，因此它也是一种新颖的药物仿制策略。 3、 在本实验室已发展的蛋白质 础上，发展了新一代的蛋白质 键是蛋白受体与配体特异性相互作用 最重要的因素之一 ， 氢键的本质是质子与孤对电子间的静电作用，但当前打分函数中对氢键的计算往往忽略了孤对电子的方向问题。 而且也考虑到孤对电子的方向 ， 同时还能处理氢键簇并构建水桥 ， 能够对氢键进行较为精确的计算 。 此外 ， 根据分子结合的锁钥模型，如果存在良好的蛋白 间也应该具备较好的几何互补性 。 为此本文定义了结构匹配分 ， 通过计算配体分子在结合位点附近的可运动空间大小，衡量两者间的几何互补性，并将这个参数加入到打分函数的计算中。在以 210 个蛋白为测试集的计算中， 预测相关系数 R 为 准差为 于现有的打分方法。 4、 在 发展了一个内置的同步式可合成性分析模块。设计分子的可合成性是制约全新药物设计方法的关键瓶颈之一 ， 全新药物设计方法产生的分子往往较为复杂而难于合成 ， 无法进行下一步的实验 ， 而使设计结果变得毫无意义 。 因此本文发展了基于数据库搜索和特征反应结构匹配的逆向合成分析方法，同时构建了一个可扩充的有机合成反应数据库以及反应原料数据库。为了适应全新药物设计方法高通量的特性 ， 本文运用了可进化的哈希链表等方法加快计算速度，第一次在全新药物设计算法中实现了同步的合成路径分析。 5、 在 发展了后筛选模块对所设计的分子进行后筛选。 3 对于全新药物设计方法来说 ， 由于合成的高代价 ， 对于挑选分子的成功率有非常高的要求 。 后筛选模块能够将设计结果中可靠性较低的结果剔除掉 ， 再对分子进行综合排序 ， 从巨量的设计结果中挑选出少量综合属性最佳的分子生成设计报告，供使用者进行人工挑选。本文发展的后 筛 选模块主要由几个过滤模型组成 ： （ 1）锁钥模型 ； （ 2）稳定性模型（剩余自由度模型 ）； （ 3）结合势能面形貌模型。为此分 别定义了结构匹配分 ， 分子稳定性 ， 平均离散性以及最大离散性等参数 ， 对模型进行描述 。 符合这些模型的分子在使用静态的打分函数计算时 ， 能够使与结合和解离动力学相关的因素对于打分函数精度的影响减小 。 同时 ， 后筛选模块大幅度减少了最终设计的分子数 ， 因此可以引入更为精细的自由能计算方法对设计结果进行最终的排序。 6、使用本论文发展的 亲环素 A 进行了全新抑制剂设计。亲环素 A 是亲环素家族的重要成员，在许多生物过程中有着非常重要的作用。目前针对亲环素 A 的小分子抑制剂结构多样性低，活性也较低。本文中使用 计出一系列具有酰脲结构的化合物，最终经过筛选得到 98 个结构，而其中 38 个结构具有一致的骨架。合作者从中挑选了一个化合物进行合成和测活，该化合物 的 于上市药物环孢菌 素 A （ 。 到目前为止 ， 这也是已报道的使用全新药物设计方法设计得到的活性最高的化合物 。 而且经过合作者进一步的化学修饰 ， 文通过计算设计 ， 仅合成一个分子就得到了 10别的抑制剂 ， 标志着全新药物设计方法进入了实用化的新阶段。 关 键词： 结合位点探测；打分函数；全新设计；后筛选；可合成性分析； 4 I de 1. 92%,97%,2. ,3. in a )4. 5. 1)2)(3)6. I 目 录 第一章 绪论 . 1 于结构的药物设计 . 1 论文的工作设想 . 8 第二章 蛋白质配体结合位点预测 . 10 言 . 10 算方法 . 11 度的定义及应用 . 11 擦除法 . 12 缩算 法 . 15 . 16 白结构处理 . 18 据集与结果 . 19 论 . 23 第三章 化合物设计算法 . 25 言 . 25 算方法 . 28 段库构建 . 28 段提取 . 31 索模式 . 32 合生长模式 . 35 合连接模式 . 36 量优化 . 40 传算法 . 40 价方法 . 41 构控制 . 43 环替换 . 45 自动化设计与可视化报告 . 46 论 . 47 第四章 打分函数 . 50 言 . 50 . 51 键计算 . 51 钥匹配 . 56 据集 . 57 果 . 58 论 . 60 第五章 后筛选 . 62 言 . 62 筛选方法 . 64 定性打分 . 64 构匹配分 . 68 合筛选模型 (分子挑选器（ . 69 合势能面判定 . 71 M/算 . 77 果 . 79 论 . 83 第六章 化合物可合成性分析 . 85 言 . 85 置同步合成分析 . 86 本原理 . 87 法实现 . 89 应库构建 . 95 料库构建 . 103 论 . 103 第七章 亲环素 A 抑制剂设计 . 105 言 . 105 计步骤 . 106 合位点探测 . 106 一轮设计 . 108 二轮设计 . 109 验验证 . 109 论 . 113 第八章 论文工作总结 . 115 参考文献 . 121 致谢 . 131 论文期间发表文章列表： . 133 4 第一章绪论 1 第一章 绪论 于结构的药物设计 药物分子设计作为化学、物理学、生命科学、计算机和信息科学等几大学科 交叉、综合的产物，于 20 世纪奠定了发展基础。发展到今天，不仅在理论和方法上取得了丰硕成果 ， 而且也已迈开实际应用的步伐 。 目前 ， 随着人类基因组计划的完成 、 蛋白质组学迅猛发展以及大量的疾病相关基因被发现 ， 使得药物设计的可用靶标分子数急剧增加 ； 另一方面 ， 计算机技术发展日新 月异 ， 计算能力得到极大提高，使得从前由于计算资源不足而无法进行的药物分子设计变得可行。在这两方面的推动下 ， 计算机辅助药物设计技术在过去二十年中取得了巨大进展 (陈凯先 2000)。 早期以结构为基础的药物设计是通过对一系列配体构效关系的分析 ， 间接的得到靶位点结构信息，然后指导新配体的设计。随着 磁共振技术完善和发展 ， 越来越多的生物大分子的三维结构被测定 ， 并直接应用到药物分子的设计上去 。 位于美国加州大学圣地亚哥分校超级计算机中心的蛋白质结构数据库（ 是 目 前 最 大 的 蛋 白 质 三 维 结 构 信 息 数 据 库(2000)()，数据库的数据量从 1993 年以来增长趋势不断加速。 蛋白质结构数据丰富准确，是绝大多数计算机辅助药物设计的直接出发 点。 基于结构的药物设计具有非常明确的设计目标 ， 效率远高于传统的药物发现过程 。 有人曾形象的用锁和钥匙关系来说明基于结构药物设计的优越性 ： 传统的药物发现好比是大量制造钥匙 ， 以便寻找到一把正好能打开位置形状的锁的钥匙；而基于结构的药物设计是先研究锁的形状 ， 在此基础上来寻找钥匙 。 为了寻找这些钥匙 ， 通常有两种策略 ， 即数据库搜索法和结构生成法 ， 前者可以看做在大量钥匙中找合适的钥匙，后者则是重新打造一把合适的钥匙。自从九十年代以来，二十年间发展了大量基于结构药物设计程序 ， 设计策略多种多样 ， 但最为基本的 第一章绪论 2 仍然是数据库搜索法里面的三维数据库搜索（ 及结构生成法中的生长法（ 连接法 ( 三维数据库搜索根据结合位点的物化性质与几何形状 ,尝试将巨大的有机化合物分子库的每一个分子与结合位点进行匹配 。 由于数据库中的分子是商品化的化合物 ， 可以直接购买 ,从而可以较快 地进入生物测试阶段 ,提高新药开发的效率。发的 1982;992)程序就是典型代 表。 序首先对受体结合位点进行分析 ， 定位结合部位 ， 然后在结合部位中以不同大小的圆球填充 ， 而这些圆球也就构成结合部位的负像 ， 也即是结合部位最大的容纳空间。然后 次选取数据库中的分子，进行旋转、平移等方法寻找可能的结合方式 ， 然后根据打分函数对其取向和位置进行优化 。 打分函数一般考虑的是范德华相互