第05讲-基于结构的药物设计

1、王远强王远强121. 基于配体结构的药物设计基于配体结构的药物设计Ligand structure-based drug designSBDD2. 基于受体结构的药物设计基于受体结构的药物设计Receptor structure-based drug design间接药物设计间接药物设计直接药物设计直接药物设计3基于配体结构的药物设计基于配体结构的药物设计直接法直接法已知活性化合物已知活性化合物结构分析结构分析QSAR合成合成虚拟受体虚拟受体活性测试活性测试结构优化结构优化先导化先导化合物合物药效基团药效基团候选药物候选药物45思考题 通过计算手段可以获得哪些类型的结构描述符； 简述一个定量结

2、构活性关系研究的主要步骤。 如何评价一个定量构效关系模型的好坏。QSAR 发展历史发展历史1853年，英国医生Snow首次应用氯仿为维多利亚女王实施无痛分娩手术后，开始深入研究吸入性全身麻醉药，确定了首先测定药物沸点和饱和蒸汽压的实验原则 这是历史上人类首次考虑到药物分子的理化性质与生理活性的关系，是构效关系研究的雏形构效关系研究的雏形。1863年法国斯特拉斯堡大学Cros博士的论文，他发现在哺乳动物体内醇类的毒性随着其水溶性的降低而增加，最终可以达到一个最大值。 这是关于分子结构和生物活性之间关系的最早文献报道最早文献报道。 1868年，英国药理学家Fraser和化学家Crum Brown在

3、研究一种生物碱的碱性N原子甲基化前后的生物效应后，提出了化合物的生理活性依赖于其组分的理论，即生物活性应该是化合物组成C的函数： f（C） 这就是著名的Crum-Brown方程方程。1893年，Richet发现一些简单有机物的细胞毒性与其水溶性成反比水溶性成反比关系。在十九、二十世纪之交，Meyer和Overton各自独立的发现，一组有机化合物的麻醉镇定作用与其橄榄油水分配系数油水分配系数存在相应关系。Ferguson在1939年提出了挥发性有机物的镇定作用和其在媒介中的相相对饱和度之间的热力学对饱和度之间的热力学相关性.二十世纪30年代Hammett研究了有机物毒性与分子电性效应()之间的相

4、关性，提出有机物芳环上取代基的电性效应芳环上取代基的电性效应可表示为 =log(Kx/Kh) Kx和Kh分别是取代和未取代时化合物的电性常数，而且认为化合物的毒性或麻醉作用与溶解度相关与溶解度相关。二十世纪50年代Taft发展了SAR方法，提出立体参数立体参数，把Hammett的思想扩展到脂肪族化合物扩展到脂肪族化合物。指出 Es=log(KS/KH) KH和KS分别是取代衍生物和未取代母体化合物的水解速率常数，即体系分子的空间效应可由化合物的水解速率常数决定。8Hansch模型模型 dbEsPaClog)/1log(1964年，Hansch和Fujita等人提出，分子的生物活性主要是由其静电

5、静电效应、立体效应和疏水效应效应、立体效应和疏水效应决定的，并且假设这三种效应彼此可以独立相加。据此提出Hansch模型：其中logP是疏水参数， Es是立体参数，是电性参数。a, b, ，d是方程系数 Hansch模型揭开了经典QSAR研究的篇章，成为QSAR发展历史中的里程碑。 Hansch模型的提出标志着药物定量构效关系研究的开始，也被认为从盲目药物设计过渡到合理药物设计的重要标志。9优点：物理化学意义明确优点：物理化学意义明确 Hansch方程中的各个变量都有明确的物理化学意义，可以用来解释和推测药物分子的作用机理，进而指导新药的设计，因此在药物设计中取得了广泛的应用。例如当系数a大于

6、0时，表示增加化合物的疏水性可以提高化合物的活性，如果小于0，表示强的给电子基团可以提高化合物的活性等。 在Hansch方法的指导下，人们成功地设计了诺氟沙星等喹诺酮类抗菌药。 dbEsPaClog)/1log(10Hansch模型的实现步骤模型的实现步骤 从先导化合物出发，设计和合成首批化合物； 用可靠的定量方法测试活性； 确定及计算化合物及取代基的各种理化参数和常数； 用计算机程序计算Hansch方程，求出一个或几个显著相关的方程； 通过所建立的模型阐明影响生物活性的主要结构因素； 根据影响生物活性的结构因素定量地设计第二批新的化合物，并预测活性。11XYNCH3CH3Br一系列抗肾上腺素

7、的活性化合物一系列抗肾上腺素的活性化合物m-X p-Y Es(meta) log (1/C)obs log (1/C)a log (1/C)bH H0.000.001.247.467.827.88F H0.130.350.787.527.457.43H F0.15-0.098.17Cl H0.760.400.25Cl F0.910.330.278.198.388.34Br H0.940.410.088.308.308.22I H1.150.36-0.168.408.618.51Me H0.51-0.070.008.468.518.36Br F1.

8、090.340.088.578.578.51H Cl0.7088.468.60Me F0.66-0.140.008.828.788.65H Br1.098.778.94Cl Cl1.460.510.278.898.758.77Br Cl1.640.520.088.928.948.94Me Cl1.210.040.008.969.159.08Cl Br1.780.550.279.009.069.11Me Br1.530.080.009.229.469.43H I1.259.069.26H Me0.52-0.311.249.30

9、8.878.98Me Me1.03-0.380.009.309.569.47BrBr1.960.560.089.359.259.29BrMe1.460.100.089.529.359.3312QSAR 方程方程a: (用两个变量用两个变量)log (1/C) = 1.151 - 1.464 s + 7.817(n = 22; r = 0.945)QSAR 方程方程 b: (用三个变量用三个变量)log (1/C) = 1.259 - 1.460 s + 0.208 Es(meta) + 7.619 (n = 22; r = 0.959) = 疏水性参数疏水性参数 = Hammett电性效应电性

10、效应 Es(meta) = Taft 立体参数立体参数提高提高X,Y位置上位置上取代基的疏水性，取代基的疏水性，有利于提高生物有利于提高生物活性，供电子基活性，供电子基团的引入有利于团的引入有利于提高生物活性提高生物活性13m-X p-Y Es(meta) log (1/C)obs log (1/C)a log (1/C)bH H0.000.001.247.467.827.88F H0.130.350.787.527.457.43H F0.15-0.098.17Cl H0.760.400.25Cl F0.910.330.278.198.388.3

11、4Br H0.940.410.088.308.308.22I H1.150.36-0.168.408.618.51Me H0.51-0.070.008.468.518.36Br F1.090.340.088.578.578.51H Cl0.7088.468.60Me F0.66-0.140.008.828.788.65H Br1.098.778.94Cl Cl1.460.510.278.898.758.77Br Cl1.640.520.088.928.948.94Me Cl1.210.040.008.969.159.08Cl Br1.780.550

12、.279.009.069.11Me Br1.530.080.009.229.469.43H I1.259.069.26H Me0.52-0.311.249.308.878.98Me Me1.03-0.380.009.309.569.47BrBr1.960.560.089.359.259.29BrMe1.460.100.089.529.359.33预测结果预测结果 基本假设基本假设 对于母体骨架相同的系列化合物，它们的活性是某些特定位置上的对于母体骨架相同的系列化合物，它们的活性是某些特定位置上的取代基所产生的活性加和取代基所产生的活性加和 14Free-Wilson模型

13、模型 ijijijXG其中其中A A是基准化合物活性的负对数值；是基准化合物活性的负对数值； 是取代基是取代基所产生的活性加和，所产生的活性加和， 是取代基是取代基i i在第在第j j个位置上的基团活性个位置上的基团活性贡献；贡献； 表示取代基表示取代基i i在第在第j j个位置上的有无。如果有，等个位置上的有无。如果有，等于于1 1，没有等于，没有等于0 0。A A和和 值由线性回归确定。值由线性回归确定。 ijGijXijGijijijXGAC)/1log(15NH1234Free-Wilson模型模型 NHCH3H2NCH3NHCNNH2H3Clog(1/C) = 0.0 +1.8 +

14、0.6 + 0.0 + 0.1 = 2.5 log(1/C) = 0.0+0.4 + 0.0 + (-0.5) + 0.3 = 0.2可以用来预测未知化合物的活性 仅仅是数学模型，不需要物理化学参数，因此也不能提供有关作用机理的信息 ijijijXGAC)/1log(16 Hansch提出了抛物线模型 Kubinyi提出双线性模型 sEPbPaC2)(loglog)/1log(CPbPaC) 1(loglog)/1log(更能反映药物活性和疏水性关系的内更能反映药物活性和疏水性关系的内在联系，具有更广泛的实用价值。在联系，具有更广泛的实用价值。 为了解释活性与分配为了解释活性与分配系数的非线性

15、关系系数的非线性关系17 药物的基本属性（有效性、安全性、可药物的基本属性（有效性、安全性、可控性），在一定意义上，由药物的化学结构控性），在一定意义上，由药物的化学结构所决定。所决定。活性活性 = f= f ( (结构结构) ) 18Statistical ConceptsInput: n descriptors P1,.Pn and the value of biological activity (EC50 for example) for m compounds.Pn.P2P1Bio3.70.7Cpd10.43.2Cpd2Cpdm19The problem of QSAR is to

16、find coefficients C0,C1,.Cn such that:Biological activity = C0+(C1*P1)+.+(Cn*Pn) and the prediction error is minimized for a list of given m compounds.20药物设计中的QSXR定量结构活性关系（Quantitative structure-activity relationship, QSAR）定量结构毒性关系（Quantitative structure-toxicity relationship, QSTR）定量结构亲和关系（Quantita

17、tive structure-affinity relationship, QSAFIR）定量结构药动关系（Quantitative structure-pharmacokinetics relationship, QSKR）定量结构吸收关系（Quantitative structure-absorption relationship, QSAbR）定量结构分布关系（Quantitative structure-distribution relationship, QSDR）定量结构代谢关系（Quantitative structure-metabolism relationship, QSM

18、R）定量结构排泄关系（Quantitative structure-elimination relationship, QSER）定量结构转运关系（Quantitative structure-transporter relationship, QSTrR）21QSAR22Molecular structureactivity/propertyVariablesRepresentationModel building23. .CCCCCCCCCCCCC lC lC lC lHHHHHHClClClClClClClClHHHHHH24Molecular structureactivity/pro

19、pertyVariablesRepresentationModel building25分子描述符分子描述符26立体参数立体参数电性参数电性参数经验参数经验参数疏水性参数疏水性参数27Hammett 常数 )/log(HXKKHammett在1935年提出用参数来表示取代基的电性效应：HKXK：苯甲酸苯甲酸和相应的取代相应的取代苯甲酸苯甲酸在2525摄氏度水溶液中的电离常数电离常数。 ，值的正负值的正负可以反映基团可以反映基团吸电子或者给电子能力，吸电子或者给电子能力，值的大小值的大小可以反映相应可以反映相应能力的强弱。能力的强弱。COOHCOO-+ H+K=6.27x10-5COOHCOO-

20、+ H+K=32.1x10-5O2NO2NCOOHCOO-+ H+K=37.05x10-5O2NO2NCOOHCOO-+ H+K=4.47x10-5CH3CH2CH3CH22829 Taft参数参数- ES)/log(HSskkE kH = 乙酸甲脂的酸水解速率常数；乙酸甲脂的酸水解速率常数；kS= 酰基上取代的乙酸甲脂的酸水解反应速率常数。酰基上取代的乙酸甲脂的酸水解反应速率常数。取代基越大，取代基越大，水解速率越慢，水解速率越慢， Es越负；取代基越小，越负；取代基越小，Es越大越大-CCl3 Es=-2.06 -CF3 Es=-1.16H2CXCOOCH3H2CXCOO(-)+ H2Ok

21、+HOCH3二十世纪二十世纪50年代年代30 摩尔折射率（摩尔折射率（Molar Refractivity, MR)密度液体折光率 d ; n ;1122dMWnnMRMW= 分子量分子量 MW/d ：近似体积：近似体积分子越大，分子越大，摩尔折射率越大摩尔折射率越大由于摩尔折射率有良好的加和性，因此可以通过加和由于摩尔折射率有良好的加和性，因此可以通过加和基团的摩尔折射率来获得整个分子的摩尔折射率。基团的摩尔折射率来获得整个分子的摩尔折射率。 Verloop立体参数立体参数 根据键长键角以及范德华半径计算计算获得。70年代由年代由Verloop等人提出等人提出31OctanolH O2油水分

22、配系数油水分配系数，也就是正辛醇正辛醇/水水分配系数 P 分配系数分配系数 High P value : hydrophobic Low P value : hydrophilicwoCCPloglog32logP的获得计算上计算上： 通过加和基团或者原子的疏水常数来通过加和基团或者原子的疏水常数来计算分子的计算分子的logP值，分别称为值，分别称为ClogP和和AlogP。可由软件。可由软件sybyl或或hyperchem计计算得到。算得到。实验上实验上： 摇瓶法摇瓶法 高效液相色谱法高效液相色谱法OctanolH O233logP与p pp p = log PX - log PHPH =

23、母体化合物的分配系数.PX = 取代的母体化合物的分配系数.plogP: 化合物的疏水性 ：取代基的疏水性p p是正的，取代基比氢疏水是正的，取代基比氢疏水p p是负的，取代基比氢亲水是负的，取代基比氢亲水343536一维(结构的线性表示, 将化合物的结构图转化成计算机容易识别和搜索的字符串, WLN)二维(如连接表, 容易表示分子的拓扑特征)三维(可以表达空间结构) 其他37These simple descriptors reflect only the molecular composition of the compound without using the geometry or

24、electronic structure of the molecule.38Topological DescriptorsMolecular graph (CH3)3C-C(CH3)3DescribeSizeDegree of branchingFlexibilityOverall shape123456782D Descriptors39Topological Descriptorspairdistancepairdistancepairdistance1-2 11-623-83Wiener indexSum of lengths of minimal path between each

25、two atoms:12345678其他的拓扑描述符其他的拓扑描述符Randic分子连接性指数，Kier & Hall分子连接性指数，Balaban指数等等40Surface areaRelated to binding, transport and solubility.Molecular volumeRelated to binding and transport Molecular DensityRelated to transport and melt behaviorRadius of gyration (回转半径回转半径)Related to the molecular s

26、ize:Shadow indices Geometric DescriptorsNzyxROGiii2223D Descriptors41Shadow Indices: Shape DescriptorsProject molecular structure on the xy, yz and xz planes.Area of molecular shadow in the xy, yz, xz planes.Fraction of area of molecular shadow in the xy, yz, xz planes over area of enclosing box.Len

27、gth of molecule in the x, y, z direction.42Quantitative values calculated in the MOPAC & Gaussian application of the QUANTUM MECHANICS(QM) Calculated using a semi-empirical & Ab initio method that is likely to generate more accurate values Quantum Charge( )( )AAAZr drV rRrrr计算描述符的软件计算描述符的软件C

28、ODESSADRAGONMOEADAPTADMET PredictorADRIANA.CodeALMONDGRIDJOELibMOLCONN-ZMOLGEN-QSPRPowerMVPreADMETSarchitectMODEL CODESSA 组成描述符、拓扑描述符、几何描述符、静电场描述符和量子化学描述符 DRAGON 一维的组成描述符、官能团描述符、以原子为中心的片段描述符二维的拓扑描述符、walk and path counts 描述符、连接指数、信息指数、分子图形的自相关信息、edge 连接指数、Burden 特征值描述符、拓扑电荷描述符、基于特征值的指数三维的几何描述符、WHIM 描

29、述符、GETWAY 描述符、 Randic molecular profiles电荷描述符化合物的性质描述符45Molecular structureactivity/propertyVariablesRepresentationModel building46活性活性 = f= f ( (结构结构) )471loglog3 . 2log3 . 2SSEESRTKRTGSEESK 在在QSAR研究中，一般不直接使用浓度作为因变量生物活性研究中，一般不直接使用浓度作为因变量生物活性的单位，而是使用它的的单位，而是使用它的负对数（负对数（log1/C）。）。其理论依据是药其理论依据是药物的生物活性

30、与药物与受体的结合能物的生物活性与药物与受体的结合能G相关，而结合能与相关，而结合能与其浓度的负对数线性相关。其浓度的负对数线性相关。E+S ES 药物的生物活性定义为药物的生物活性定义为产生预定的生物效应时所需剂量或浓度产生预定的生物效应时所需剂量或浓度半数有效量半数有效量ED50：产生最大生物效应一半时的剂量：产生最大生物效应一半时的剂量半数致死率半数致死率LD50：一半死亡时的剂量：一半死亡时的剂量抑制活性抑制活性IC50：活性被抑制：活性被抑制50%时抑制剂的浓度时抑制剂的浓度48Molecular structureactivity/propertyVariablesRepresen

31、tationModel building49Descriptors SelectionRemove correlated descriptors.These data were collected for a series of 13 steroids differing in the identity of their R group50Backward stepwise regression Similarly, backward stepwise regression can be employed starting with a model which includes all des

32、criptors and subsequently removing descriptors which do not result in model performance degradation. Stop removing descriptors when performance degradation occurs.51ExampleThe best equation:Y= 1.468 ( 0.27) X1 +0.662 ( 0.10) X2 + 52.58( 5.09) (n =13; r = 0.989; s = 2.41; F = 229.50)Note the correlat

33、ion between X2 and X4 and its effects.Correlation matrix of the X variablesX1X2X3X4X11.0000.0520.6790.060X21.0000.0190.947X31.0000.001X41.000Forward selectionY vs. X4r = 0.821s = 8.96F = 22.80Y vs. X1, X4r = 0.986s = 2.73F = 176.63Backward EliminationY vs. X1-X4r = 0.991s = 2.45F = 111.48Y vs. X1, X

34、2, X4 r = 0.991s = 2.31F = 166.83Y vs. X1, X2r = 0.989s = 2.41F = 229.50Stepwise selection of variablesY vs. X4r = 0.821s = 8.96F = 22.80Y vs. X1, X4r = 0.986s = 2.93F = 176.63Y vs. X1, X2, X4 r = 0.991s = 2.31F = 166.83Y vs. X1, X2r = 0.989s = 2.41F = 229.5052遗传算法遗传算法(Genetic Algorithm)(Genetic Alg

35、orithm)53Create an initial population :Each one is represented by a chromosome.Calculate a fitness function for each chromosome.Select a sub-population :Selection is biased towards more fit chromosomes.Subject the new population to genetic operators:Propagate highest-ranking individuals.Crossover (8

36、0%):Point mutation (1%):Repeat procedure on new population.001000111100011100001100110000100011001100110000111100010010001111000100100010110001Genetic Algorithm1010 1 1 010001010010 0 01010 1 1 010001010010 0 0建建 模模 方方 法法分类（Classification）与回归（Regression）模型线性（Linear）与非线性（Nonlinear）模型前向（Forward）与反向（Re

37、verse）模型全局（Global）和局部（Local）模型单一模型（Single model）与一致性建模分析（Consensus modeling）按模型维数分类按模型维数分类Dimension Method Protein 1D-QSAR Affinity is correlated with global molecular properties of ligands, that is one value per property and ligand (pKa, log P, etc.) No 2D-QSAR Affinity is correlated with structura

38、l patterns (connectivity, 2D pharmacophore, etc.) without consideration of an explicit 3D representation of these properties No 3D-QSAR Affinity is correlated with the three-dimensional structure of the ligands Possible 4D-QSAR Ligands are represented as an ensemble of configurations Possible 5D-QSA

39、R As 4D-QSAR + explicit representation of different induced-fit models Yes 6D-QSAR As 5D-QSAR + representation of different solvation scenarios Yes 5657 建立模型的方法是影响 QSAR模型质量的关键因素 目前最常用的建模方法 多元线性回归线性方法 主成分回归 偏最小二乘法 人工神经网络非线性方法 支持向量机方法 最常用的建模方法58Multiple Linear Regression (MLR)3211logkkkCpHansch Analys

40、is:Requirements:There should be at least 3-5 times more samples than descriptors.Total number of descriptors should not exceed 20. Otherwise,chance correlations may occur. Descriptors should be uncorrelated.59拟合能力的评价拟合能力的评价 预测能力的评价预测能力的评价602exp2exp)()(1meanpredyyyyR1)(2expknyyspred22(1)(1)RnkFkR相关系数

41、相关系数(R)(R)标准偏差标准偏差(s)(s)F检验值检验值n是样本数，是样本数， k是自变量的数目是自变量的数目 R, F越高，s越小，表明模型的拟合能力越强 内部检验内部检验kn5 有很多内部检验的方法可以用来估测一个模型的你和能力、稳定性和内部预测能力，如拟和相关系数相关系数、交互检验交互检验、Y 随机随机和各种残差各种残差表示方式（均方根误差、标准偏差等）等。61交互检验交互检验Leave-one-out (LOO)Leave-many (group) out (LMO)BootstrappingOut-of-train (OOT)Stochastic Model Validatio

42、n (SMV)62交互检验：交互检验：依次从依次从N个样本中抽出个样本中抽出1个样本，用剩下的个样本，用剩下的N-1个样本来个样本来建立构效关系模型，然后用建立的模型预测抽取出来的建立构效关系模型，然后用建立的模型预测抽取出来的1个样本的个样本的活性，重复这个操作，直到所有样本都被抽去和预测。然后，计算活性，重复这个操作，直到所有样本都被抽去和预测。然后，计算预测误差的平方和预测误差的平方和PRESS和和交互检验相关系数交互检验相关系数rcv 。 2exp)(yyPRESSpred2)(1meanpredLOOyyPRESSQ最常用交互检验方法：留一法（最常用交互检验方法：留一法（leave-

43、one-out） 典型的LMO交互检验根据数据量的大小，把数据集分成2 到10 个组（G=2-10），每一组包含化合物数目基本相同（mj=n/G，相差最大为1），每次抽取一组mj 作为临时的测试集，用剩下的n-mj 个化合物建立模型对测试集进行预测。Leave-many (group) out (LMO)2)(1meanpredLMOyyPRESSQ 对于大型数据，只要保证剩余的临时训练集能够得到有意义的模型，每次抽取的化合物可以任意多抽取的化合物可以任意多；但对于中小型数据（比如n=2）。此时用重组后的训练集建立模型预测 j 个化合物的生物活性，计算j 个化合物的预测残差的平方和（PRESS）。此过程重复若干次，可以得到上千个PRESS值，最后将PRESS值求和，取平均值进行计算：Bootstrapping2exp)(yyPRESSpred2)(1meanpredBootstrapyyPRESSQ 该方法和Bootstrapping的区别在于，在抽取j个化合物作为训练集后，OOT并不会随机在N-j个化合物中选择一