第十一章-基于靶点结构的药物分子设计.ppt

1、第十一章掌握基于靶向结构的药物分子设置修订、药物设置修订学、【学习要求】、1、基于靶向结构的药物设置修订、新药物设置修订、计算机虚拟筛选、片段药物设置修订的基本概念。 2 .蛋白质三维结构预测法、分子对接方法和分类、基于片段药物设置修订的基本构想、熟悉基于片段药物设置修订的优点的片段筛选的主要检查技术片段优化的一般方法。 3、了解新药物设置修订常用方法、磁共振检查技术的分类和原理的SAR-by-NMR原理及应用Tether和二次Tether技术原理结晶筛选的研究流程。 基于靶结构的药物修订一般是指应用x射线衍射、磁共振或分子模拟(同源建模法等)提供的蛋白质结构信息，辅助修订具有生物活性的化合物

2、的过程。 基于配体结构的药物修订是通过研究一系列药物分子对同一受体的活性，比较它们的结构变化与生物活性的关系，找到结合该受体产生活性的最普遍的结构要素，并根据其结构特征修订新的药物分子。 以靶结构为主的药物设置修订分为三种，新的药物设置修订：根据靶活性部位构建配体分子对接：根据靶结构搜索配体的药物设置修订：根据靶活性部位构建配体片段，基于生物高分子靶结构的药物设置修订方法，第一节预测靶蛋白质结构， 蛋白质结构和功能研究是后基因组时代最具挑战性的研究课题，目前测定蛋白质结构的主要方法仍然是x射线晶体学方法和多维核磁共振技术。 蛋白质结构的测定速度远慢于基因组测序和氨基酸序列的测定速度，无法满足蛋

3、白质组学及其相关学科的需要。 (1)目标序列与模板序列的对照(2)基于同源蛋白质的多重序列对照结果，确定同源蛋白质的结构保守区及其相应的框架结构(3)目标蛋白质结构保守区的主链建模(4)目标蛋白质结构变异区的主链建模(5) 同源建模的主要步骤、序列比对、序列比对是同源建模的关键，许多序列比对方法基于目标蛋白质与模板蛋白质序列之间的相似性，其准确性可以通过多序列比对来提高。 目前常用的序列匹配过程有FASTA和BLAST等。 很多药物设置修订软件公司也开发了基于同源建模法的蛋白质预测软件模块，比如Tripos公司的Composer、Accelyrs公司的Homology等。 如果在目标蛋白质中未

4、发现已知结构的蛋白质作为模板，则折叠识别(fold recognition )能够使用蛋白质折叠识别法来进行三维结构预测。 折叠识别法将已知的蛋白质结构模式作为目标蛋白质进行匹配的模式汇总，经过现有的数据库的观察，选择能够区别正误结构的平均势能函数作为判别基准的最佳匹配方式。 尽管从头预测、蛋白质结构从头预测是一个尚不成熟的研究领域，但发展潜力很大。 由于该方法不需要了解任何目标序列的同源蛋白，因此只需从蛋白质的一级结构预测其高级结构，一开始预测的方法就取得了很大突破，有助于理解蛋白质折叠过程、影响蛋白质结构稳定性的因素等基本问题。 活性位点的分析方法是，用探针检测简单的分子和碎片是如何与生物

5、高分子的活性位点很好地结合的。 分析中使用的探针以几个简单的分子或碎片，例如水或苯环为探针，通过分析它们和活性部位的相互作用状况，可以找到这些分子或碎片在活性部位的可能的结合位置。活性部位分析法通常不能直接生成完整的配体分子，但所得到的靶键信息对后续的新药物设置修订和分子对接等具有良好的指导意义。 有代表性的活性位点分析方法的软件有GRID、MCSS、HINT等相关程序。 GRID、GRID程序由Goodford研究组开发，其基本原理是将靶蛋白的活性位点划分为规则网格，应用分子力场的方法对探针分子(水分子、甲基等)与受体活性位点的相互作用能进行修正，从而得到探针分子与靶活性位点利用GRID程序

6、研究了流感病毒的重要靶向神经调节素，以氨为探针分子探索了神经调节素结合部位，发现了胍取代抑制剂Neu5Ac2en的4羟基，使得到的化合物沙那韦活性大幅度提高MCSS、MCSS是Karplus课题组发展起来的活性部位分析方法，其基本思路与GRID方法相似，但处理方式更加细致、深入。 例如，GRID法只考虑探针与蛋白质的非结合相互作用，而MCSS法进一步包含探针分子片段的构象能的GRID修正算法采用系统搜索法将探针分子片段依次放置在各网格上，MCSS法将探针分子以多拷贝形式放置在活性凹槽中Adlington等人利用MCSS对前列腺特异性免疫抗原(PSA )的活性部位进行了详细分析，由此对现有的PS

7、A抑制剂进行了结构优化，得到了迄今为止活性最高的PSA抑制剂，其IC50为(22610)nmol/L。 HINT、HINT(hydrophobic interaction )是Kellogg等人研究的修正分子脂水分配系数和评价的过程，现已商业化，有SYBYL和Insight之下的版本。 在SYBYL的最新版本中，HINT作为正式的模块发售，可以对疏水场和两分子之间的疏水相互作用进一步进行修正表示，为CoMFA修正算提供疏水场值。 第二节分子对接和虚拟筛选、分子对接是研究小分子配体与目标生物大分子相互作用，预测其结合模式和亲和力，实现基于结构的药物配伍的重要方法。 配体和靶作用的“连锁原理”表明

8、，分子对接可以有效地确定与靶受体活性部位的空间和电特征互补的小分子化合物。 一、分子对接、分子对接方法的分类根据在对接过程中是否考虑研究体系的结构变化，分子对接方法可分为刚性对接、半柔性对接和柔性对接三种。 刚性对接是指研究系统的结构在对接过程中不发生变化的半柔性对接是指允许对接过程中研究体系中的配体结构在一定范围内发生变化的柔性对接是指研究系统在对接过程中能够自由变化。 根据对接时配体分子的形态，分子对接方法也可以分为整体分子对接法和片段对接法两种基本类型。 整体分子对接法采用特定的搜索算法考察配体分子的目标结合部位，并基于评价函数找到最佳结合方式。 片段对接法将配体分子视为一些片段结构的集

9、合，将其中的一个或一些基本片段放入结合腔中，然后在活性部位构建分子的辅助部分，最终得到理论上最好的结合方式。 1. DOCK (1)应用程序生成填充目标分子表面的袋和沟的球集，整理成虚拟结合点。 (2)在临时结合位点上，应用一组球集表示配体，按照匹配原则确定配体和目标的作用位点。 (3)评分，DOCK支持多种评分函数，能够评价目标活性部位与配体几何形状的互补性、范德华作用和静电作用等。、代表性的分子对接软件2. FlexX的第一步是选择配体的连接基团，这是在不考虑配体的其它部分的情况下，将核基团放置在活性部位的最后一步称为结构，并且将其它基团逐步添加到放置的核基团中3. Affinity的第一

10、步骤是使用蒙特卡罗或模拟退火法确定目标活性凹槽中配体分子的可结合位置。 DOCK分子对接工序是在配体和目标结构上分别氢化原子、力场残奥计和电荷校正蛋白溶剂表面，通过结合部位模拟校正结合部分的能量网格，评分寻找最佳匹配位置，作为分子对接应用实例， 比较HIV-1蛋白酶和海藻酸蛋白酶的结构，根据x衍射光谱的结果，人们得到了高精度，然后Desjarlais等人根据其晶体结构中的酶活性部位，使用DOCK程序在剑桥晶体数据库中的10，000 然后严格筛选得分最高的200个化合物，评价这些分子能否与酶的Asp25相互作用。 最后，溴哌卡因具有良好的结合作用，生物学实验表明Ki值为100mol/L，选择性高

11、。布罗哌卡因、高通量筛选缺陷、传统高通量筛选遇到许多问题，一方为药理测试假阳性结果，另一方为化合物样品源不足。 报告的化合物数量非常庞大，但实际的制药公司和相关研究机构的现有样品库数量有限，这在我国更为显着。 二、利用计算机虚拟筛选技术、现代计算机虚拟筛选技术可以有效克服上述困难，利用计算机的强大运算能力，根据某个目标的相关信息，利用三维药效团检索或分子对接的方法，实现商业化的化合物样品与传统的高通量筛选技术相比，虚拟筛选没有样本限制，其成本也远低于高通量筛选。 小分子三维数据库、剑桥结构数据库(Cambridge structural database，CSD )由剑桥大学剑桥晶体数据中心(

12、cambridgecrystallographicdatacentre )提供目前，CSD包括25 700多个有机化合物、金属有机化合物和金属配合物的晶体结构信息，其中约89%的分子具有明确的三维结构数据。 到2000年，剑桥结构数据库、国家癌症研究所数据库和国家癌症研究所数据库(nationalcancerinstitutedatabase，NCI数据库)共收集到约500 000个化合物。 许多学术机构、政府机构和一些非营利机构提交测试的化合物没有限制，但企业研究所通常要求对它们提供的化合物的结构和测试结果遵守保密协议。 NCI数据库的约一半的保密化合物一般不能得到。 NCI数据库的最大特点

13、是具有与之相适应的对公众开放的实物库。 总之，NCI数据库中总有约60%的化合物实物库存。 ACD-3D数据库、ACD-3D数据库是MDL数据库的一种，是用户与化学品供应商检索价格信息的有效方法。 目前，ACD-3D包括从全球651种化学品目录收录的约40万个化合物信息，其中约33万个具有三维结构，是目前世界上最大的商业化学品结构数据库。 数据库半年更新一次。 数据库中的信息包括化学品的纯度、类型、等级、剂量、比较价格等。2003年MDL公司配合高吞吐量筛选开发了数据库availablechemicalsdirectory3d-screening (ACD-sc )。 此库中的数据主要来自42

14、家商业化学品供应商的目录。 此数据库提供化学品供应商提供的200多万种化合物的三维结构和相关信息。 可以说ACD-SC是ACD-3D的扩展，所有化合物都可以找到购买信息。MDL drug数据报告3 d (MDDR-3 d )、mddr数据库是MDL数据库产品之一。 其数据源包括1988年以来11个国际专利部门的资料和1500种期刊和300种会议论文中出现的约100 000种与生物研究相关的化合物及其衍生物。 该数据库每月更新一次，每年化合物的增长规模为10，000种左右。 数据库收录的信息特征是包含有关生物活性和药理性质的数据。 虚拟筛选策略、分子对接虚拟筛选流程图、小分子数据库准备、蛋白质结

15、构准备、二维分子数据库、蛋白质结构、原子键类归属三维结构变换结构优化、原子化电荷归属结构变换、构象生成数据归属、结合部位确定消息分子后续分析比较了高通量筛选和伪筛选方法，Doman等人以发现2型糖尿病靶蛋白酪氨酸磷酸酯酶1B(PTP1B )抑制剂为例，比较了高通量筛选和伪筛选方法经过虚拟筛选进行生物学测试，“命中率”比随机高通量筛选提高了1700倍。 例如：雌激素受体调节剂，英国的Protherics分子设置修订公司发展了伪筛选方法Dock Crunch，筛选了以雌激素受体的三维结构为目标，含有100万个以上化合物的MDL/ACD-SC数据库。 根据虚拟筛选结果，购买了37个化合物。 药理试验

16、显示，结合常数Ki小于100nmol/L的化合物有14个，2个化合物活性为nmol/L水平。 这些研究结果表明，与随机筛选相比，虚拟筛选能够提高数百数千倍的筛选效率。 因此，采用虚拟筛选方法进行创新的药物研究，不仅在提高新药的研究和开发效率，在获得新结构活性化合物的速度方面，都具有非常重要的意义。 三、反分子对接、2001年反分子对接概念的提出，无疑给药物目标发现带来了新的革命。 继INVDOCK软件之后，诸如TarFis-Dock、PharmMapper等免费在线服务器也逐渐被认可。 其方便快捷的预测功能为药物靶点的发现提供了重要的作用，是药物研究与开发不可缺少的重要工具。 反分子对接通过实验验证能够将某些生物活性已知的化合物对接到某蛋白质数据库的所有结合位点的三维结构，并进一步验证其活性成为已知化合物目标的可能性。 该技术能够有效且大规模地确定和验证目标，预测毒性相关目标。 根据配体目标之间的一致性，反分子对接可分为药效团模型法、配体相似法和结合位点相似法等。 反分子对接流形象，第三节新药物设置修订，新药物设置修订，也称为从头开始设置修订，根据靶活性部位的形状和性质要求，通过计算机自动构建了结构和化学性质互补的新配体分子。 利用新的